【LeetCode】209. Minimum Size Subarray Sum 解题报告(Python & C++)

作者: 负雪明烛
id: fuxuemingzhu
个人博客: http://fuxuemingzhu.cn/


题目地址: https://leetcode.com/problems/minimum-size-subarray-sum/description/

题目描述:

Given an array of n positive integers and a positive integer s, find the minimal length of a contiguous subarray of which the sum ≥ s. If there isn’t one, return 0 instead.

Example:

Input: s = 7, nums = [2,3,1,2,4,3]
Output: 2
Explanation: the subarray [4,3] has the minimal length under the problem constraint.

Follow up:

  • If you have figured out the O(n) solution, try coding another solution of which the time complexity is O(n log n).

题目大意

找出一个数组中最短连续的子数组,这个子数组的和要>=s.

解题方法

虫取法

碰巧今天在《挑战程序设计竞赛》一书中看到这个题,解法称之为虫取法,其实就是双指针。其实看到让连续子数组满足一定条件的很多都用了双指针,比如713. Subarray Product Less Than K。

因为这个题需要求最小值,所以结果初始化为inf,每次移动一下右指针,当和满足条件的时候,更新结果,并移动左指针,同时记得把和删去左边的数字。这里求和的区间是左右都是闭区间。

时间复杂度是O(N),空间复杂度是O(1)。

class Solution:
    def minSubArrayLen(self, s, nums):
        """
        :type s: int
        :type nums: List[int]
        :rtype: int
        """
        N = len(nums)
        l, r = 0, 0
        csum = 0
        res = float('inf')
        while r < N:
            csum += nums[r]
            while csum >= s:
                res = min(res, r - l + 1)
                csum -= nums[l]
                l += 1
            r += 1
        return res if res != float('inf') else 0

二刷的时候使用了C++,我同样选择了虫取法,但是对虫取法没有100%的信心,因为很多题目虫取法可能漏掉了解,而不容易发现。还好这个题目只有正整数,比较容易找到移动左右指针的规律,所以虫取法没什么问题。

我定义了两个指针left和right,定义了sum = [left…right)的和,其中区间是左闭右开,这样,right终止条件是right <=N,而满足题目要求的区间的长度是right - left。把这些弄明白之后就很容易写出代码了。

C++代码如下:

class Solution {
public:
    // O(N) using two pointer
    int minSubArrayLen(int s, vector<int>& nums) {
        const int N = nums.size();
        if (N == 0) return 0;
        int left = 0, right = 0;
        // sum = sum[left, right)
        long long sum = 0;
        int res = INT_MAX;
        while (right <= N) {
            if (sum >= s) {
                res = min(res, right - left);
                sum -= nums[left++];
            } else {
                sum += nums[right++];
            }
        }
        return res == INT_MAX ? 0 : res;
    }
};

二分查找

这个题有个follow up,让我们用o(NlogN)的时间复杂度去求解,很明显地,在考察我们二分。

思路很显然,对于每个位置求数组累积和,然后对于累积和的每个位置,去查找sums[i] - pos的位置在sums中的哪里。这样的话,就得到了一个区间,这个区间的累积和是不小于s的,即为题目所求。

这个题我写的二分是查找第一个不小于某个数字的位置,即lower_bound,这样会造成,当要查找的target不在sums中时,返回的结果是它右边的第一个数字。所以需要做个判断,如果查到了,那么区间长度是i - pos,否则区间长度应该+1.

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        const int N = nums.size();
        vector<int> sums;
        sums.push_back(0);
        for (int i = 0; i < N; ++i) {
            sums.push_back(nums[i] + sums.back());
        }
        int res = INT_MAX;
        for (int i = 1; i <= N; ++i) {
            int target = sums[i] - s;
            if (target < 0) continue;
            auto pos = binary_search(sums, target);
            if (pos > N) continue;
            if (sums[i] - sums[pos] == s)
                res = min(res, i - pos);
            else if (sums[i] - sums[pos] < s)
                res = min(res, i - pos + 1);
        }
        return res == INT_MAX ? 0 : res;
    }
    int binary_search(vector<int>& sums, int target) {
        const int N = sums.size();
        // [l, r)
        int l = 0, r = N;
        while (l < r) {
            int mid = l + (r - l) / 2;
            if (sums[mid] >= target) {
                r = mid;
            } else {
                l = mid + 1;
            }
        }
        return l;
    }
};

参考资料:

日期

2018 年 10 月 15 日 —— 美好的周一怎么会出现雾霾呢?
2019 年 1 月 11 日 —— 小光棍节?

你可能感兴趣的:(LeetCode,算法)