数组04长度最小的子数组
数组04–长度最小的子数组
209. Minimum Size Subarray Sum
描述
给定一个含有 n 个正整数的数组nums和一个正整数 target ,
找出该数组中满足其sum ≥ target 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。
思路
滑动窗口!
暴力解法
- 两个for循环,不断寻找符合条件的子序列,
- 时间复杂度是O(n^2);
1 | class Solution { |
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,从而得出我们要想的结果。
- 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。
- 滑动窗口如何用一个for循环来完成这个操作。
- 注意: 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?
滑动窗口的思路需要解决几个问题:
- 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 ≥ target 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target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。
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)!!
为什么时间复杂度是O(n)?
- 不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,
- 每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。
1 | class Solution { |
相关题目
- 904
- 76