JAVA代码编写
977. 有序数组的平方
给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。
示例 1：
输入：nums = [-4,-1,0,3,10]
输出：[0,1,9,16,100]
解释：平方后，数组变为 [16,1,0,9,100]
排序后，数组变为 [0,1,9,16,100]示例 2：
输入：nums = [-7,-3,2,3,11]
输出：[4,9,9,49,121]提示：
1 <= nums.length <= 104-104 <= nums[i] <= 104nums已按 非递减顺序 排序
进阶：
- 请你设计时间复杂度为
O(n)的算法解决本问题
文章讲解：https://programmercarl.com/0977.有序数组的平方.html
视频讲解： https://www.bilibili.com/video/BV1QB4y1D7ep
方法一：暴力排序
思路：遍历数组中的元素，算出平方和，再调用函数排序即可。
复杂度分析：取决于排序的复杂度
- 时间复杂度： O ( n l o g n ) O(nlogn) O(nlogn)
- 空间复杂度： O ( n l o g n ) O(nlogn) O(nlogn)
java
class Solution {
public int[] sortedSquares(int[] nums) {
for (int i = 0; i < nums.length; i++) {
nums[i]*=nums[i];
}
Arrays.sort(nums);
return nums;
}
}方法二：双指针法
思路：因为输入的数组是递增的，平方操作后的最大值只可能在数组两边，此时，只需要比较两边的数，找到最大的数，依次进行比较。
复杂度分析：
- 时间复杂度： O ( n ) O(n) O(n)
- 空间复杂度： O ( n ) O(n) O(n)
java
class Solution {
public int[] sortedSquares(int[] nums) {
int left=0;
int right=nums.length-1;
int k=nums.length-1;
int[] resuslt=new int[nums.length];//定义一个新的数组，存放结果
while(left<=right){
if(nums[left]*nums[left] > nums[right]*nums[right]){
resuslt[k]=nums[left]* nums[left];//result[k]赋值为较大的值
k--;//result[k]赋值完后，k要相对于减一进行下一次赋值
left++;//左指针右移
}else{
resuslt[k]=nums[right]*nums[right];
k--;
right--;//右指针左移
}
}
return resuslt;
}
}其他写法：
java
class Solution {
public int[] sortedSquares(int[] nums) {
int right = nums.length - 1;
int left = 0;
int[] result = new int[nums.length];
int index = result.length - 1;
while (left <= right) {
if (nums[left] * nums[left] > nums[right] * nums[right]) {
// 正数的相对位置是不变的， 需要调整的是负数平方后的相对位置
result[index--] = nums[left] * nums[left];
++left;
} else {
result[index--] = nums[right] * nums[right];
--right;
}
}
return result;
}
}
java
class Solution {
public int[] sortedSquares(int[] nums) {
int l = 0;
int r = nums.length - 1;
int[] res = new int[nums.length];
int j = nums.length - 1;
while(l <= r){
if(nums[l] * nums[l] > nums[r] * nums[r]){
res[j--] = nums[l] * nums[l++];
}else{
res[j--] = nums[r] * nums[r--];
}
}
return res;
}
}这两个写法，只是在++和--上有简化代码作用，使得代码更为简洁。
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 <= 1091 <= nums.length <= 1051 <= 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。
文章讲解：https://programmercarl.com/0209.长度最小的子数组.html
视频讲解：https://www.bilibili.com/video/BV1tZ4y1q7XE
方法一：暴力解法
思路：两层for循环，第一层表示子序列的起始位置，第二层表示子序列的结束位置，计算子序列起始位置到终止位置的和sum，如何和sum大于等于target，就计算当前子序列的长度，与初始长度，比较，找最小的长度。找不到的话返回0。
复杂度分析：
- 时间复杂度： O ( n 2 ) O(n^2) O(n2)
- 空间复杂度： O ( 1 ) O(1) O(1)
java
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int subLength=0;//子序列的长度
int result=Integer.MAX_VALUE;//将result定义为最大值
int sum=0;//子序列的和
for (int i = 0; i < nums.length; i++) {//子序列起始位置i（下标）
sum=0;//每次更新子序列起始位置，就将子序列和置为0
for (int j = i; j < nums.length; j++) {//子序列结束位置j（下标）
sum+=nums[j];//计算子序列的和
if (target<=sum ){
subLength=j-i+1;
result=result<subLength?result:subLength;//result=min(subLength,result)
break;
}
}
}
return result == Integer.MAX_VALUE ? 0 : result;//result没有被赋值，就说明不存在这样的子序列，返回0
}
}方法二：滑动窗口
思路：用一个循环干方法一的事，方法一是从子序列的起始位置开始变量的，这里我们从子序列的结束位置开始往前遍历。
复杂度分析：
- 时间复杂度： O ( n ) O(n) O(n)
- 空间复杂度： O ( 1 ) O(1) O(1)
java
class Solution {
public int minSubArrayLen(int target, int[] nums) {
int left=0;
int result=Integer.MAX_VALUE;//将result定义为最大值
int sum=0;//子序列的和
for(int right=0;right < nums.length; right++){
sum+=nums[right];
while(sum>=target){
result= result<(right-left+1)?result:(right-left+1);
sum-=nums[left++];
}
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}这里还是以题目中的示例来举例，s=7， 数组是 2，3，1，2，4，3，来看一下查找的过程：
