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。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/2VG8Kg
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解法一:记录+二分查找,使用sums[i]来记录nums[0]到nums[i-1]的所有元素之和(不用来记录下标0-i,后续解释),使用for循环,j一定时,二分查找sums[i]使满足sums[i]-sum[j]>=target的最小长度即为所求。(sums[]比nums[]没有下标对应而是早了一位是为了使sums[0]表示不使用nums[]中元素的情况,例如:target=15,[1,2,3,4,5],此时需要sums[4]-sum[0],若对应起来,sum[0]=1,会得出无解的结论)。时间复杂度O(nlogn),空间复杂度O(n)
小tips:二分查找方法详见刷算法题时好用的二分查找while循环退出时不确定是找到了退出还是没找到元素,因此需要标记flag来判断是否找到。
代码:
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int result=Integer.MAX_VALUE;
int[] sums=new int[nums.length+1];//考虑到第0个元素
sums[0]=0;
for(int i=1;i=target) r=mid;
else l=mid+1;
}
if(sums[r]-sums[j]>=target) {
result=Math.min(result, r-j);
flag=1;
}
else if(flag==0)
result=0;
}
return result;
}
}
解法二:移动窗口(双指针法)
将右指针在循环中依次向右移动,每当sum>=target时,更新最小result,然后将左指针移动直到sum 小tips:不一定使用flag来判断是否有满足的最短数组,可以使用三元表达式来做result==Integer.MAX_VAULE? 0 : result 代码:class Solution {
public int minSubArrayLen(int target, int[] nums) {
int n = nums.length;
if (n == 0) {
return 0;
}
int result = Integer.MAX_VALUE,l=0,r=0,sum=0;
while (r < n) {
sum += nums[r];
while (sum >= target) {
result = Math.min(result, r-l + 1);
sum -= nums[l];
l++;
}
r++;
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}