leetcode209. 长度最小的子数组

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总和大于等于 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 <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

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。

分析思路

此题是一道中等题,需要考虑用滑动窗口的方法进行求解(也是双指针的一种),这里的重点在于,我们定义的 j 是滑动窗口的末尾指针,也是右指针。起始位置的指针通过sum与target的比较来进行 i++ 的移动,这是一个很重要的思路!详细分析可以参考代码随想录的分析,C++的代码如下:

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int res = INT32_MAX; // 定义一个res,初始为最大值
        int sum = 0; // 子区间数组和
        int i = 0; // 滑动窗口的左侧指针
        int subLength  = 0; // 滑动窗口的长度
        for(int j=0;j<=nums.size()-1;j++){
            sum += nums[j];
            // 注意这里使用while,不能用if,多次更新 i(左侧指针),并不断比较子序列是否符合条件
            while(sum >= target){
                subLength  = j - i + 1; // 滑动窗口的长度
                res = res < subLength  ? res : subLength ;
                sum -= nums[i]; // 滑动窗口通过改变左侧指针位置改变窗口大小,此时sum需要减掉num[i]的值
                i++; // 然后左侧指针+1
            }
        }
        return res == INT32_MAX ? 0 : res;
    }
};

补充一个python版本的代码。

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        # 滑动窗口进行分析
        sum = 0
        i = 0
        subLength = 0
        res = float('inf') # 定义一个无限大的数值
        for j in range(len(nums)):
            sum = sum + nums[j]
            while sum >= target:
                subLength = j - i + 1
                res = min(res, subLength) # python没有三目运算符,用min()或者下一行
                # 或者写成 res = res if subLength > res else subLength
                sum = sum - nums[i]
                i = i + 1
        return 0 if res == float('inf') else res

你可能感兴趣的:(力扣刷题,数组,算法,数据结构,leetcode)