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
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。
最近越来越忙,直接上代码了
java
class Solution {
/**本题尝试使用滑动窗口求解 */
public int minSubArrayLen(int target, int[] nums) {
/**如果就一个数,大于等于target就返回1,不等于就返回0 */
if(nums.length == 1) {
return target <= nums[0]? 1 : 0;
}
/**定义滑动窗口,left表示窗口的左边界,right表示窗口的右边界
[left,right)的前闭后开区间表示窗口,初始值都是1表示没有任何数*/
int left = 0;
int right = 0;
/**sum表示窗口内的累加和,没有数当然是0*/
int sum = 0;
/**ans表示答案,我们先设置为Integer.MAX_VALUE */
int ans = Integer.MAX_VALUE;
/**下面开始进行窗口的操作,如果窗口内的和大了,左边界右移,如果小了,右边界右移
所以肯定是右边界先越界,这里判断右边界就行 */
while(right < nums.length) {
/**如果比target小,就right右移,把原来right位置的数加进来 */
if(sum < target) {
sum += nums[right++];
} else {
/**
如果等于收集数据
窗口的真实区间是left~right-1,所以元素个数是right-1-left+1=right-left */
ans = Math.min(ans, right - left);
/**等于了就尝试让窗口缩小然后继续 */
sum -= nums[left ++];
//sum += nums[right ++];
}
}
/**如果最后还是大于等于,尝试使用左边界右移进行窗口的缩小 */
while(sum >= target) {
sum -= nums[left];
/**如果left右移会导致sum小于target,这个时候要把窗口长度记下来 */
if(sum < target) {
ans = Math.min(ans, right - left);
}
left ++;
}
return ans == Integer.MAX_VALUE? 0 : ans;
}
}