LeetCode - 209. 长度最小的子数组——滑动窗口法

209. 长度最小的子数组

题目描述

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

解题思路

滑动窗口法
滑动窗口法的大致逻辑

  int left = 0,right = 0;
     while(right < s.length()){
    
    
         //增大窗口
         window.add(s[right]);
         right++;
         //debug
         System.out.println("left:" + left +",right:" + right);
         while(window needs shrink){
    
    
             //缩小窗口
             window.remove(s[left]);
             left++;
             //进行窗口内数据的一系列更新
         }
     }

在开始套模板, 只需要思考以下四个问题:
1、 当移动 right 扩大窗口, 即加入字符时, 应该更新哪些数据?
2、 什么条件下, 窗口应该暂停扩大, 开始移动 left 缩小窗口?
3、 当移动 left 缩小窗口, 即移出字符时, 应该更新哪些数据?
4、 我们要的结果应该在扩大窗口时还是缩小窗口时进行更新?

滑动窗口法

    public int minSubArrayLen_1(int target, int[] nums) {
    
    
        if (nums.length == 0 || target == 0)
            return 0;

        if (nums.length == 1 && target == nums[0]){
    
    
            return 1;
        }
        int ans = Integer.MAX_VALUE;
        int left = 0;
        int right = 0;
        int sum = 0;
        while (right < nums.length){
    
    
            sum = sum + nums[right];
            while (sum >= target){
    
    
                ans = Math.min(right - left + 1,ans);
                sum = sum - nums[left];
                left++;
            }
            right++;
        }
        return ans == Integer.MAX_VALUE ? 0 : ans;
    }

暴力法

扫描二维码关注公众号,回复: 12944042 查看本文章
    public int minSubArrayLen(int target, int[] nums) {
    
    
        int min = Integer.MAX_VALUE;
        for (int i = 0; i < nums.length; i++) {
    
    
            int sum = nums[i];
            if (sum >= target){
    
    
                return 1;
            }
            for (int j = i + 1; j < nums.length; j++) {
    
    
                sum += nums[j];
                if (sum >= target){
    
    
                    min = Math.min(min,j - i + 1);
                    break;
                }
            }
        }
        return min == Integer.MAX_VALUE ? 0 : min;
    }

猜你喜欢

转载自blog.csdn.net/qq_35655602/article/details/115103811