力扣经典算法篇-26-长度最小的子数组(暴力求解法，左右指针法）

1、题干

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 $i$ <= 104

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。

2、解题

方法一：（暴力请求法）

以每一个元素作为起点，找到从这个位置开始往后需要多少位累加才能超过目标值。记录其中包含元数最小的结果值。

复杂度分析：

时间复杂度：O(n^2)。

空间复杂度：O(1)。

代码示例：

java 复制代码

public static int minSubArrayLen(int s, int[] nums) {
        int n = nums.length;
        if (n == 0) {
            return 0;
        }
        int ans = Integer.MAX_VALUE;
        for (int i = 0; i < n; i++) {
            int sum = 0;
            for (int j = i; j < n; j++) {
                sum += nums[j];
                if (sum >= s) {
                    ans = Math.min(ans, j - i + 1);
                    break;
                }
            }
        }
        return ans == Integer.MAX_VALUE ? 0 : ans;
    }

方法二：（左右指针法）

定义左指针和右指针，起始都指向第一个元素。当小于目标值时，右指针持续右移直到大于目标，记录此时的和左指针的间隔。之后在左指针持续左移，直到累加和小于目标值。之后在重复右移...,直到右指针达到末尾结束。

这样做因为左右指针都只要遍历一次数组，时间复杂度上会得到明显提升。

复杂度分析：

时间复杂度：O(n)。实际为2n，但是在算时间复杂度时，常熟可以去掉，所以是O(n)。

空间复杂度：O(1)。

代码示例：

java 复制代码

    // 左右指针法，连续空间问题求解
    public static int minSubArrayLen(int target, int[] nums) {
        if (nums.length < 0) {
            return 0;
        }
        // 返回结果
        int result = Integer.MAX_VALUE;

        // 数组长度
        int len = nums.length;
        // 左指针
        int left = 0;
        // 右指针
        int right = 0;
        // 连续空间的总值
        int tempSum = nums[0];
        while (left <= right && right < len) {
            if (tempSum >= target) {
                // 总值和大于目标，左指针右移
                result = Math.min(result, (right - left + 1));
                tempSum = tempSum - nums[left];
                left++;
            } else {
                // 总值和小于目标，右指针右移
                right++;
                if (right < len) {
                    tempSum = tempSum + nums[right];
                }
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }

向阳出发，Dare To Be！！！