您现在的位置是:首页 >学无止境 >力扣209. 长度最小的子数组网站首页学无止境
力扣209. 长度最小的子数组
简介力扣209. 长度最小的子数组
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
提示:
- 1 <= target <= 10^9
- 1 <= nums.length <= 10^5
- 1 <= nums[i] <= 10^5
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。
解法1:暴力解法:
暴力法是最直观的方法。初始化子数组的最小长度为无穷大,枚举数组 nums
nums 中的每个下标作为子数组的开始下标,对于每个开始下标 i,需要找到大于或等于 i 的最小下标 j,使得从nums[i] 到 nums[j] 的元素和大于或等于 s,并更新子数组的最小长度(此时子数组的长度是j−i+1)。
C++实现代码如下:
class Solution {
public:
// 暴力法解决
int minSubArrayLen(int target, vector<int>& nums) {
if (nums.size() == 0) {
return 0;
}
int ans = INT_MAX;
for (int i = 0; i < nums.size(); i++) {
int sum = 0;
for (int j = i; j < nums.size(); j++) {
sum += nums[j];
if (sum >= target) {
ans = std::min(ans, j - i + 1);
break;
}
}
}
return ans == INT_MAX ? 0 : ans;
}
};
暴力解法的时间复杂度是O(n^2),超时;空间复杂度为:O(1)
解法2:前缀和 + 二分查找
前缀和 + 二分查找的时间复杂度为:O(logn)
,空间复杂度为O(n)
class Solution2 {
public:
int minSubArrayLen(int s, vector<int>& nums) {
int n = nums.size();
if (n == 0) {
return 0;
}
int ans = INT_MAX;
vector<int> sums(n + 1, 0);
// 为了方便计算,令 size = n + 1
// sums[0] = 0 意味着前 0 个元素的前缀和为 0
// sums[1] = A[0] 前 1 个元素的前缀和为 A[0]
// 以此类推
// 计算nums数组的前缀和,注意前缀和数组的长度 = 原数组的长度nums.size() + 1
for (int i = 1; i <= n; i++) {
sums[i] = sums[i - 1] + nums[i - 1];
}
for (int i = 1; i <= n; i++) {
int target = s + sums[i - 1];
auto bound = lower_bound(sums.begin(), sums.end(), target);
if (bound != sums.end()) {
ans = min(ans, static_cast<int>((bound - sums.begin()) - (i - 1)));
}
}
return ans == INT_MAX ? 0 : ans;
}
};
解法3:滑动窗口解法:
滑动窗口时间复杂度为O(n)
,空间复杂度为O(1)
C++实现
class Solution {
public:
// 滑动窗口解法
int minSubArrayLen(int target, vector<int>& nums) {
int n = nums.size();
if (n == 0) return 0;
// end指针先去找右边,找到了再收缩左边,end继续去找到更优解,找到收缩左边。
int start = 0, end = 0;
int ans = INT_MAX;
// 终止指针指向窗口最右侧的位置索引
int sum = 0;
// end指针先去找右边
while (end < n) {
sum += nums[end];
// 收缩左侧窗口(找到了再收缩左边)
while (sum >= target) {
// 计算更新子数组的最小长度
ans = std::min(ans, end - start + 1);
// 收缩左侧窗口
sum -= nums[start];
start++;
}
// end指针往右移动
end++;
}
return ans == INT_MAX ? 0 : ans;
}
};
C#实现:
public class Solution {
public int MinSubArrayLen(int target, int[] nums) {
if (nums.Length == 0) return 0;
int start = 0, end = 0;
int totalSum = 0;
int ans = int.MaxValue;
while (end < nums.Length)
{
totalSum += nums[end];
// 寻找到右侧的窗口终止位置后,收缩左侧窗口
while (totalSum >= target)
{
ans = Math.Min(ans, end - start + 1);
totalSum -= nums[start];
start++;
}
end++;
}
return ans == int.MaxValue ? 0 : ans;
}
}
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。