题目来源

209. 长度最小的子数组

题目详情

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

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。

题解分析

解法一：双指针

1. 本题是可以通过暴力法求解的，但是时间复杂度在\(O(n^2)\)，会造成超时。
2. 这个题目需要注意的一个关键点就是“连续子数组”，看到连续，我们其实可以联想到双指针，因为双指针的本质就是通过两个指针来钳制住一个不断变动的区间。
3. 如果使用双指针法，应该如何移动呢？实际上，我们需要维护的是区间内的元素和，当快指针前进时可以加上快指针的值，在移动快指针之前，可以尝试慢指针往前移动后是否会改变元素结果，使元素和仍然满足和大于等于target。

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int start = 0, end = 0;
        int n = nums.length;
        int sum = 0;
        int res = Integer.MAX_VALUE;
        while(end < n){// 注意结束边界
            sum += nums[end];
            while(sum >= target){// 注意是while
                res = Math.min(res, end - start + 1);
                sum -= nums[start];
                start++;
            }
            end++;
        }
        return res == Integer.MAX_VALUE ? 0 : res;
    }
}

结果展示