209 长度最小的子数组
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。
示例 1:
输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。
示例 2:
输入:target = 4, nums = [1,4,4]
输出:1
示例 3:
输入:target = 11, nums = [1,1,1,1,1,1,1,1]
输出:0
提示:
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/minimum-size-subarray-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0; // 滑动窗口数值之和
int i = 0; // 滑动窗口起始位置
int subLength = 0; // 滑动窗口的长度
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
// 注意这里使用while,每次更新 i(起始位置),并不断比较子序列是否符合条件
while (sum >= s) {
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength;
sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处,不断变更i(子序列的起始位置)
}
}
// 如果result没有被赋值的话,就返回0,说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
来自代码随想录
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int f=0,ans=0;
int z = INT32_MAX;//初始化为整形最大//这里一开始写的默认为0
int sum=0;
int l=0;
for(int j=0;j<nums.size();j++) {
sum+=nums[j];
while (sum>=target) {
sum-=nums[l];//先减再自增
ans=(j-l+1);//滑动窗口的长度
l++;
z=z<ans?z:ans;
f=1;
}
}
if (f==0) return 0;
else return z;
}
};
int result = INT32_MAX;
意思是将 result
初始化为一个较大的值,这里使用了整型最大值 INT32_MAX
。这样做是为了确保在后续比较中,任何符合条件的子序列长度都会更小于 result
,从而能够正确更新最小子序列长度。
在第一个代码示例中,result
的初始值为 INT32_MAX
。然后,在迭代过程中,如果出现了符合条件的子序列,会将 result
更新为当前的最小子序列长度。
而在第二个代码示例中,使用了一个变量 z
来存储最小子序列长度。初始值为 0
,然后在满足条件时更新 z
。但是这个方法有问题,因为无法区分是没有找到符合条件的子序列还是找到了长度为 0
的子序列。所以,无法准确返回正确的结果。
使用 INT32_MAX
来初始化 result
,可以避免这个问题,因为 result
的初始值一定会被正确更新为符合条件的最小子序列长度。