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 <= 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。
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/minimum-size-subarray-sum
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
感谢windliang的详细通俗的思路分析,多解法,感谢数据结构和算法的Java 的 5 种解法,最好的击败了 99.85% 的用户
class Solution {
public int minSubArrayLen(int target, int[] nums) {
// return minSubArrayLenI(target, nums);
// return minSubArrayLenII(target, nums);
return minSubArrayLenIII(target, nums);
}
//方法三:前缀和+二分查找,时间复杂度O(NlogN),空间复杂度O(N)
//由于数组元素都是正整数,定义新的数组sum[i],表示从0到i的累加和,这样就得到一个有序数组
//通过sum数组,如果要求i到j的所有子数组的和,就等于前j个数字的和减去前i-1个数字的和,即sum[j]-sum[i-1]
//与方法一类似,利用sum数组分别求出从0,1,2....个数字开始,总和大于等于target时的长度
//比如求从第i个数字开始,总和大于等于target时的长度,sum[j]-sum[i-1] >= target -> sum[j] >= target + sum[i-1]
private int minSubArrayLenIII(int target, int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
int len = nums.length;
int min = Integer.MAX_VALUE;
int[] sum = new int[len + 1];
for (int i = 1; i <= len; i++) {
sum[i] = sum[i - 1] + nums[i - 1];
}
for (int i = 1; i <= len; i++) {
int s = target + sum[i - 1];
int index = findLeftBound(sum, s);
if (index != -1) {
min = Math.min(min, index - i + 1);
}
}
return min == Integer.MAX_VALUE ? 0 : min;
}
private int findLeftBound(int[] nums, int target) {
int len = nums.length;
if (target < nums[0] || target > nums[len - 1]) {
return -1;
}
int left = 0, right = len;
while (left < right) {
int mid = left + (right - left) / 2;
if (nums[mid] < target) {
left = mid + 1;
} else {
right = mid;
}
}
return left;
}
//方法二:队列实现滑动窗口思想
//先把数组中元素不停的入队,直到总和大于等于s为止,接着记录队列中元素的个数,然后再不停的出队,直到队列中元素的和小于s为止。
//接着再把数组中的元素添加到队列中...重复上面的操作,直到数组中的元素全部用完为止
//定义两个指针,分别指向队头和队尾
//时间复杂度O(N),空间复杂度O(1)
private int minSubArrayLenII(int target, int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
int left = 0;
int right = 0;
int min = Integer.MAX_VALUE;
int sum = 0;
while (right < nums.length) {
//不断入队
sum += nums[right++];
while (sum >= target) {
//更新结果
min = Math.min(min, right - left);
//出队
sum -= nums[left++];
}
}
return min == Integer.MAX_VALUE ? 0 : min;
}
//方法一:暴力解法
//遍历数组,分别计算数组中从第i个元素开始的总和,如果出现大于等于s则比较其长度,得出最小值
//时间复杂度O(N^2),空间复杂度O(1)
private int minSubArrayLenI(int target, int[] nums) {
if (nums == null || nums.length == 0) {
return 0;
}
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 + 1 - i);
break;
}
}
}
return min == Integer.MAX_VALUE ? 0 : min;
}
}