「这是我参与2022首次更文挑战的第18天,活动详情查看:2022首次更文挑战」。
1.题目
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
思路
1、 初始化i = 0, j = 0,sum = 0,让两个指针都指向nums数组的开头,i指针用于扩展窗口,j指针用于收缩窗口。
2、枚举整个nums数组,枚举过程中,不断增加i使得滑动窗口向右扩展。每次向右扩展滑动窗口一步,维护区间[j,i]的连续子数组和sum就加上nums[i]的值,即 sum += nums[i]。
3、我们向右扩展滑动窗口的同时也不能忘记收缩滑动窗口。当sum >= target时,我们再去扩展滑动窗口就显得没有意义了。因此,如果sum - nums[j] >= target,也就是说我们减去nums[j]的值,sum的值依旧大于等于target,此时我们就可以向右收缩滑动窗口,j++并使sum -= nums[j],即sum -= nums[j++]。
4、如果收缩完的窗口区间值依旧满足sum >= target,我们就进行答案的更新,即 res = min(res, i - j + 1)。
实现细节:
如果不存在一个连续子数组满足其和≥ target,返回0。
时间复杂度分析: 每个元素最多访问两次,故时间复杂度为 O(n)O(n),nn是nums数组的长度。
代码
var minSubArrayLen = function(target, nums) {
const n=nums.length
var start=0,end=0,res=100001
var sum=new Array(n+1).fill(0)
while(end<n+1){
if(sum[end]-sum[start]<target){
sum[++end]=sum[end-1]+nums[end-1]
}else{
if(end-start<res) res=end-start
start++
}
}
return res>100000?0:res
};