题目:
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总和大于等于 target 的长度最小的子数组[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
思路:
滑动窗口
数组操作中另一个重要的方法:滑动窗口。
滑动窗口:不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果。
重点:
- 确定for循环的索引一定是表示滑动窗口的终止位置。
- 窗口就是满足其和 ≥ s 的长度最小的连续子数组。
- 窗口的起始位置如何移动:如果当前窗口的值大于等于s了,窗口就要向前移动了(也就是该缩小了)。
- 窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引。
解题的关键在于 窗口的起始位置如何移动,如图所示:
代码:
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int result = INT32_MAX; //存储最小的子数组长度
int slowIndex = 0; // 滑动窗口起始位置
int sum = 0; // 滑动窗口数值之和
int subArrayLen = 0; // 滑动窗口的长度
for(int fastIndex = 0; fastIndex < nums.size(); fastIndex++)
{
sum += nums[fastIndex];
while(sum >= target)
{
subArrayLen = (fastIndex - slowIndex + 1);
result = subArrayLen < result ? subArrayLen : result; //将最小的子数组长度存储到result
sum -= nums[slowIndex++];
}
}
return result == INT32_MAX ? 0 : result;
}
};
总结:
时间复杂度:O(n)
空间复杂度:O(1)
不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
这道题目的精髓是窗口的起始位置如何移动:如果当前窗口的值大于等于s了,窗口就要向前移动了(也就是该缩小了)。