0209. 长度最小的子数组

0209. 长度最小的子数组 #

  • 标签:数组、双指针、二分查找
  • 难度:中等

题目大意 #

描述:给定一个只包含正整数的数组 nums 和一个正整数 target

要求:找出数组中满足和大于等于 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

说明

  • $1 \le target \le 10^9$。
  • $1 \le nums.length \le 10^5$。
  • $1 \le nums[i] \le 10^5$。

示例

1
2
3
4
5
6
7
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


输入target = 4, nums = [1,4,4]
输出1

解题思路 #

思路 1:滑动窗口(不定长度) #

最直接的做法是暴力枚举,时间复杂度为 $O(n^2)$。但是我们可以利用滑动窗口的方法,在时间复杂度为 $O(n)$ 的范围内解决问题。

用滑动窗口来记录连续子数组的和,设定两个指针:leftright,分别指向滑动窗口的左右边界,保证窗口中的和刚好大于等于 target

  1. 一开始,leftright 都指向 0
  2. 向右移动 right,将最右侧元素加入当前窗口和 window_sum 中。
  3. 如果 window_sum >= target,则不断右移 left,缩小滑动窗口长度,并更新窗口和的最小值,直到 window_sum < target
  4. 然后继续右移 right,直到 right >= len(nums) 结束。
  5. 输出窗口和的最小值作为答案。

思路 1:代码 #

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        size = len(nums)
        ans = size + 1
        left = 0
        right = 0
        window_sum = 0

        while right < size:
            window_sum += nums[right]

            while window_sum >= target:
                ans = min(ans, right - left + 1)
                window_sum -= nums[left]
                left += 1

            right += 1

        return ans if ans != size + 1 else 0

思路 1:复杂度分析 #

  • 时间复杂度:$O(n)$。
  • 空间复杂度:$O(1)$。
本站总访问量  次  |  您是本站第  位访问者