leetcode [209]长度最小的子数组/Minimum Size Subarray Sum 【暴力解法】【滑动窗口解法】

题目地址

https://leetcode-cn.com/problems/minimum-size-subarray-sum/

思路

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
这块我们还可以使用滑动窗口的细想来做这道题。所谓滑动窗口，就是不断的调节子序列的起始位置，从而得出我们要想的结果

暴力解法

class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0, subLength = 0;
        for (int i = 0; i < nums.size(); i++) { // 设置起点
            sum = 0;
            for (int j = i; j < nums.size(); j++) { // 遍历子序列
                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; // result取 result和subLength最小的那个
                    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
                }
            }     
        }
        return result == INT32_MAX ? 0 : result; // 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
    }
};

滑动窗口

// 滑动窗口
class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int result = INT32_MAX;
        int sum = 0, i = 0, subLength = 0;
        for (int j = 0; j < nums.size(); j++) {
            sum += nums[j];
            while (sum >= s) { // 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
                subLength = (j - i + 1); // 取子序列的长度
                result = result < subLength ? result : subLength; // result取 result和subLength最小的那个
                sum -= nums[i++]; // 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        return result == INT32_MAX ? 0 : result;// 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
    }
};

更多精彩文章持续更新，可以微信搜索「 代码随想录」第一时间阅读，关注后有大量的学习资料和简历模板可以免费领取，本文 GitHub：https://github.com/youngyangyang04/leetcode-master 已经收录，欢迎star，fork，共同学习，一起进步。