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总和大于等于 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:

1
2
3
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:

1
2
输入:target = 4, nums = [1,4,4]
输出:1

示例 3:

1
2
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

进阶:

  • 如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

先想一个暴力解法:固定一个起点i,ji开始遍历,如果满足[i,j]的总和大于等于target则记录下区间的长度,返回区间长度的最小值。可以用前缀和来减少一些计算量。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int n=nums.size();
vector<int> s(n+1,0);
int ans=n+1;
for(int i=1;i<=n;i++) s[i]=s[i-1]+nums[i-1];
for(int i=0;i<n;i++){
for(int j=i;j<n;j++){
if(s[j+1]-s[i]>=target){
ans=min(ans,j-i+1);
break;
}
}
}
return ans>n?0:ans;
}
};

但是时间复杂度为平方级别,超时了。

注意到数组里均为正整数,所以前缀和数组是递增的,所以可以用二分搜索来优化暴力解法中寻找终点j的过程。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int n=nums.size();
vector<int> s(n+1,0);
int ans=n+1;
for(int i=1;i<=n;i++) s[i]=s[i-1]+nums[i-1];
for(int i=0;i<n;i++){
int l=i,r=n-1;
while(l<r){
int mid=l+r>>1;
if(s[mid+1]-s[i]>=target) r=mid;
else l=mid+1;
}
if(s[l+1]-s[i]>=target) ans=min(ans,l-i+1);
}
return ans>n?0:ans;
}
};

时间复杂度O(nlogn)


这个题也是经典的滑动窗口模板题。

滑动窗口的原理:维护两个指针leftright和区间和。right指针从左向右移动,并将nums[right]加入区间和,如果区间和大于等于target,则,尝试右移left指针,判断移动后是否满足条件。记录区间长度,返回最小值。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums) {
int n=nums.size();
int ans=n+1;
int sum=0;
for(int left=0,right=0;right<n;right++){
sum+=nums[right];
while(sum>=target){
ans=min(ans,right-left+1);
sum-=nums[left];
left++;
}
}
return ans>n?0:ans;
}
};