209. 长度最小的子数组
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
解析：
滑动窗口
上节我们使用双重for循环来解答这个题目，但很遗憾leetcode的用例并不能全部通过，因为时间复杂度太高了。接下来就开始介绍数组操作中另一个重要的方法：滑动窗口。
所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，从而得出我们想要的结果。滑动窗口也可以理解为双指针算法的一种！只不过这种解法更像是一个移动的窗口，所以叫滑动窗口更形象一些。
在上节文章的暴力解法中，我们用一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢？首先要思考如果用一个for循环，那么应该表示滑动窗口的起始位置，还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置，那么如何遍历剩下的终止位置？此时难免再次陷入暴力解法的怪圈。
所以只用一个for循环，那么这个循环的索引，一定是表示滑动窗口的终止位置。
那么问题来了， 滑动窗口的起始位置如何移动呢？
这里还是以题目中的示例来举例，target=7， 数组是 2，3，1，2，4，3，来看一下查找的过程：
最后找到 4，3 是最短距离。
在本题中实现滑动窗口，主要确定如下三点：
1）窗口内是什么？
2）如何移动窗口的起始位置？
3）如何移动窗口的结束位置？
窗口：就是满足其和 ≥ target的长度最小的连续子数组。
窗口的起始位置如何移动：如果当前窗口的求和值大于target了，窗口就要向前移动了（也就是该缩小了）。
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：
这里可以发现，滑动窗口的奇妙之处就在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。
package com.codernav.demo.leetcode.array.minsubarraylen;
/**
* 209. 长度最小的子数组
* 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。
* 原文地址：https://www.codernav.com/2910.html
* 更多算法详解：https://www.codernav.com
*/
public class Q_209_1 {
public static void main(String[] args) {
int[] nums = new int[]{2, 3, 1, 2, 4, 3};
// 滑动窗口
System.out.println(f(nums, 7));
}
private static int f(int[] nums, int target) {
int left = 0;
int sum = 0;
int minLength = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
while (sum >= target) {
minLength = Math.min(minLength, right - left + 1);
sum = sum - nums[left];
left++;
}
}
return minLength == Integer.MAX_VALUE ? 0 : minLength;
}
}
相关文章
