难度：中等
描述：
给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。
示例：
- 输入：s = 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。
提示：
- 1 <= target <= 10^9
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
思路
1. 暴力解法
这道题目暴力解法当然是 两个for循环，然后不断的寻找符合条件的子序列，时间复杂度很明显是O(n^2)。
代码如下：
class Solution {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int result = INT32_MAX; // 最终的结果
int sum = 0; // 子序列的数值之和
int subLength = 0; // 子序列的长度
for (int i = 0; i < nums.size(); i++) { // 设置子序列起点为i
sum = 0;
for (int j = i; j < nums.size(); j++) { // 设置子序列终止位置为j
sum += nums[j];
if (sum >= s) { // 一旦发现子序列和超过了s，更新result
subLength = j - i + 1; // 取子序列的长度
result = result < subLength ? result : subLength;
break; // 因为我们是找符合条件最短的子序列，所以一旦符合条件就break
}
}
}
// 如果result没有被赋值的话，就返回0，说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};
- 时间复杂度：O(n^2)
- 空间复杂度：O(1)
后面力扣更新了数据，暴力解法已经超时了。
2. 滑动窗口
接下来就开始介绍数组操作中另一个重要的方法：滑动窗口。
所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，从而得出我们想要的结果。
在暴力解法中，是一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环，那么应该表示 滑动窗口的起始位置，还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置，那么如何遍历剩下的终止位置？
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环，那么这个循环的索引，一定是表示 滑动窗口的终止位置。
那么问题来了， 滑动窗口的起始位置如何移动呢？
这里还是以题目中的示例来举例，s=7， 数组是 2，3，1，2，4，3，来看一下查找的过程：
最后找到 4，3 是最短距离。
其实从动画中可以发现滑动窗口也可以理解为双指针法的一种！只不过这种解法更像是一个窗口的移动，所以叫做滑动窗口更适合一些。
在本题中实现滑动窗口，主要确定如下三点：
- 窗口内是什么？
- 如何移动窗口的起始位置？
- 如何移动窗口的结束位置？
窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
窗口的起始位置如何移动：如果当前窗口的值大于等于s了，窗口就要向前移动了（也就是该缩小了）。
窗口的结束位置如何移动：窗口的结束位置就是遍历数组的指针，也就是for循环里的索引。
解题的关键在于 窗口的起始位置如何移动，如图所示：
可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。
C语言代码如下：
int minSubArrayLen2(int target, int* nums, int numsSize) {
// 初始化最小长度
int ans = INT_MAX;
// 初始化左右指针
int start = 0, end = 0;
// 初始化最小长度和
int sum = 0;
// 右指针不断向右移位
for(;end<numsSize;end++){
sum = sum+nums[end];
// 当匹配到大于目标值的子数组时，记录数组长度并推动左指针向右移位继续寻找符合条件的数组
while(sum >= target){
// 计算当前数组的长度
int minLen = end - start + 1;
// 如果长度比ans小，则更新ans为minLen
ans = minLen < ans ? minLen : ans;
// 减去最左边的值，缩小范围，继续判断
sum = sum - nums[start];
// 缩小左边的范围，向右移动，直到sum < target
start++;
}
}
// 若ans始终没变过，即数组里所有值加起来也不大于target，返回0，否则返回ans
return ans == INT_MAX ? 0 : ans;
}
完整示例
C语言版：
#include <stdio.h>
#include <stdlib.h>
#define INT_MAX 2147483647
/*
【滑动窗口算法】
*/
int minSubArrayLen2(int target, int* nums, int numsSize) {
// 初始化最小长度
int ans = INT_MAX;
// 初始化左右指针
int start = 0, end = 0;
// 初始化最小长度和
int sum = 0;
// 右指针不断向右移位
for(;end<numsSize;end++){
sum = sum+nums[end];
// 当匹配到大于目标值的子数组时，记录数组长度并推动左指针向右移位继续寻找符合条件的数组
while(sum >= target){
// 计算当前数组的长度
int minLen = end - start + 1;
// 如果长度比ans小，则更新ans为minLen
ans = minLen < ans ? minLen : ans;
// 减去最左边的值，缩小范围，继续判断
sum = sum - nums[start];
// 缩小左边的范围，向右移动，直到sum < target
start++;
}
}
// 若ans始终没变过，即数组里所有值加起来也不大于target，返回0，否则返回ans
return ans == INT_MAX ? 0 : ans;
}
int main() {
int nums[] = {2,3,1,2,4,3};
int minLength = minSubArrayLen2(7, nums, 6);
printf("minLength=%d",minLength);
return 0;
}
