【209. 长度最小的子数组】

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:

  1. 确定for循环的索引一定是表示滑动窗口的终止位置。
  2. 窗口就是满足其和 ≥ s 的长度最小的连续子数组。
  3. 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)。
  4. 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:
    在这里插入图片描述
    在这里插入图片描述

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)。


参考:

代码随想录

  • 7
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值