题目
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 [nums(l), nums(l+1), ..., nums(r-1), nums(r)] ，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
采用滑动窗口的方法，连续子数组可以表示为 [nums(left)......nums(right)]，即从第 left 项到第 right 项。
- 当下标为[left...right] 的子数组和 >= target，如果此时扩张窗口，>= target的条件依然满足（因为是数组和target都是正整数），但背离"最小长度"的要求。
- 所以选择收缩窗口：当下标为[left...right] 的子数组和 >= target时，left 继续右移，并更新最小长度，直到不再满足>= target的条件。
- 当窗口[left...right]的子数组和 < target时，right 右移，扩大窗口，更新子数组和，直到条件重新满足。
总结
扩张窗口：为了找到一个可行解，找到了就不再扩张，因为扩张不再有意义。
收缩窗口：在长度上优化该可行解，直到条件被破坏。
继续寻找下一个可行解，然后再优化到不能优化......
作者：笨猪爆破组
来源：力扣（LeetCode）
答案
javascript
/**
* @param {number} target
* @param {number[]} nums
* @return {number}
*/
var minSubArrayLen = function(target, nums) {
const n = nums.length;
let ans = n + 1; //初始化答案为不可能的值
let s = 0, left = 0;
for(let right = 0; right < n; right++) { //移动右指针，扩大窗口
s += nums[right];
while(s >= target) { //满足子数组和大于等于target条件的情况下
ans = Math.min(ans, right - left + 1); //更新最小长度值
s -= nums[left];
left++; //移动左指针，缩小窗口
}
}
return ans > n ? 0 : ans; //若ans大于数组长度，则返回0
};复杂度分析
时间复杂度：O(n)，其中 n 为 nums 的长度。虽然写了个二重循环，但是内层循环中对 left 加一的总执行次数不会超过 n 次，所以总的时间复杂度为 O(n)。
空间复杂度：O(1)，仅用到若干额外变量。
作者：灵茶山艾府
来源：力扣（LeetCode）