Leetcode 剑指 Offer II 008. 和大于等于 target 的最短子数组

题目难度: 中等

原题链接

今天继续更新 Leetcode 的剑指 Offer（专项突击版）系列, 大家在公众号 算法精选 里回复 剑指offer2 就能看到该系列当前连载的所有文章了, 记得关注哦~

题目描述

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 <= 10^9
• 1 <= nums.length <= 10^5
• 1 <= nums[i] <= 10^5

进阶：

• 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

题目思考

1. 题目要求『连续子数组』, 如何利用这一条件?
2. 如何设计 O(n log(n)) 时间复杂度的解法?

解决方案

方案 1

思路

• 分析题目, 最容易想到的做法就是暴力两重循环: 遍历每个下标起点, 累加当前的和, 大于等于 target 时更新最短长度
• 但这种做法时间效率太低 (O(N^2)), 如何优化呢?
• 基于暴力法进行分析, 假设外层遍历到 i 作为起点, 内层遍历到下标 j 时子数组和大于等于了 target
• 此时暴力法的做法是将其长度 j-i+1 更新到最终结果, 然后跳出内层循环 (因为后面的子数组长度只会更长), 并以 i+1 作为起点重新开始遍历
• 但这样做完全没有必要, 因为[i+1,j]的子数组和可以直接根据[i,j]的子数组和计算得到, 即减去nums[i], 完全可以用常数时间判断子数组[i+1,j]是否满足要求
• 所以更优化的做法是固定当前的终点 j, 将起点 i 继续向右移动, 并更新子数组和, 满足条件时更新长度到最终结果, 否则停止移动 i, 继续遍历下一个终点 j 即可
• 这样起点和终点都只需要遍历一遍, 时间复杂度降到了 O(N)
• 以上就是典型的滑动窗口的思想, 通常做法就是维护双指针代表窗口起点和终点, 然后根据当前窗口是否满足要求来进行不同的处理
• 下面代码中对上述每个步骤都有详细注释, 方便大家理解

复杂度

• 时间复杂度 O(N): 最多遍历数组每个元素两遍
• 空间复杂度 O(1): 只使用了几个常数空间的变量

代码

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        # 方法1: 前缀和+滑动窗口+满足条件时更新
        n = len(nums)
        i = 0
        sm = 0
        res = n + 1
        for j in range(n):
            # 固定终点j
            sm += nums[j]
            while sm >= target:
                # 当前区间[i,j]满足条件, 其长度为j-i+1, 更新最终结果
                res = min(res, j - i + 1)
                # 更新子数组和
                sm -= nums[i]
                # 起点i向右移动
                i += 1
        return 0 if res == n + 1 else res

方案 2

思路

• 注意到题目有个进阶要求: 尝试设计一个 O(n log(n)) 时间复杂度的解法
• 说到 log(n) 复杂度, 首先可以想到的几个常见操作就是排序/二分/优先队列
• 这里题目说明了所有数字都是正整数, 那么它们的前缀和一定是有序的
• 我们可以利用这一条件, 使用二分查找当前前缀和-之前前缀和>=target的之前最大下标
• 具体做法就是维护每个下标 j 的[0,j]子数组的前缀和 sms[j]
• 然后使用右二分查找 sms[j]-target 在前缀和数组 sms 中的插入位置 i
• 右二分保证了 sms[i-1] 一定是小于等于 sm - target 的, 也即 sms[j]-sms[i-1]>=target
• 这是因为右二分查找有序数组的某一元素时, 如果该元素存在于数组中, 则其插入位置是该元素在数组中的最后一个下标加 1; 而左二分(bisect_left)返回的插入位置则是该元素在数组中的头一个下标
• 这样区间[i,j]就是以 j 为终点满足条件的最小子数组, 将其更新到最终结果即可

复杂度

• 时间复杂度 O(NlogN): 遍历数组复杂度 O(N), 二分查找复杂度 O(logN)
• 空间复杂度 O(N): 需要存储前缀和数组

代码

# 方法2: 前缀和+右二分
        n = len(nums)
        res = n + 1
        sm = 0
        sms = []
        for j in range(n):
            sm += nums[j]
            sms.append(sm)
            if sm >= target:
                # 右二分, sms[i-1]一定是小于等于sm - target的
                # 也即sms[j]-sms[i-1]>=target, 区间[i,j]是以j为终点满足条件的最小子数组
                # 注意这里不能用bisect_left, 不然假设sms[i]恰好等于sms[j]-target, 即sms[j]-sms[i-1]==target, 此时区间[i+1,j]也满足条件
                i = bisect.bisect(sms, sm - target)
                res = min(res, j - i + 1)
        return 0 if res == n + 1 else res

---

大家可以在下面这些地方找到我~😊

我的 GitHub

我的 Leetcode

我的 CSDN

我的知乎专栏

我的头条号

我的牛客网博客

我的公众号: 算法精选, 欢迎大家关注~😊