题目地址
https://leetcode-cn.com/problems/minimum-size-subarray-sum/
思路
这道题目 暴力解法当然是 两个for循环,然后不断的寻找符合条件的子序列
这块我们还可以使用滑动窗口的细想来做这道题。所谓滑动窗口,就是不断的调节子序列的起始位置,从而得出我们要想的结果
暴力解法
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0, subLength = 0;
for (int i = 0; i < nums.size(); i++) { // 设置起点
sum = 0;
for (int j = i; j < nums.size(); j++) { // 遍历子序列
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s,更新result
subLength = j - i + 1; // 取子序列的长度
result = result < subLength ? result : subLength; // result取 result和subLength最小的那个
break; // 因为我们是找符合条件最短的子序列,所以一旦符合条件就break
}
}
}
return result == INT32_MAX ? 0 : result; // 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
}
};
滑动窗口
// 滑动窗口
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX;
int sum = 0, i = 0, subLength = 0;
for (int j = 0; j < nums.size(); j++) {
sum += nums[j];
while (sum >= s) { // 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
subLength = (j - i + 1); // 取子序列的长度
result = result < subLength ? result : subLength; // result取 result和subLength最小的那个
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)
}
}
return result == INT32_MAX ? 0 : result;// 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
}
};
更多精彩文章持续更新,可以微信搜索「 代码随想录」第一时间阅读,关注后有大量的学习资料和简历模板可以免费领取,本文 GitHub:https://github.com/youngyangyang04/leetcode-master 已经收录,欢迎star,fork,共同学习,一起进步。