长度最小的子数组算法理解-优快云博客

本文链接：https://blog.youkuaiyun.com/Cesar_x/article/details/144412541

要点：

暴力算法会导致超时，使用滑动窗口解决。

暴力解法：

两个for循环

代码如下：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        if(n == 0){
            return 0;
        }
        int result = Integer.MAX_VALUE;
        for(int i = 0; i < n; i++){
            int sum = 0;
            for(int j = i; j < n; j++){
                sum += nums[j];
                if(sum >= target){
                    int sublength = j - i + 1;
                    result = result < sublength ? result : sublength;
                    break;
                }
            }
        }
         return result == Integer.MAX_VALUE ? 0 : result;
    }
}

滑动窗口：

也可以理解为双指针法的一种，通过不断调节子序列的起始位置和终止位置，从而得到我们想要的结果。只用一个for循环，那么这个循环中的索引一定是终止位置。

注意以下三点：

窗口内容：满足和 >= target 的长度最小的连续子数组。
窗口起始位置如何移动：通过每次满足 sum >= target 时让 sum -= nums[i--];也就代表窗口开始缩小了，向前移动了。
窗口的结束位置：遍历数组的指针，也就是for循环中的索引。

滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。

代码如下：

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int result = Integer.MAX_VALUE;
        int sum = 0;
        int i = 0;
        int subLength = 0;
        for(int j = 0; j < nums.length; j++){
            sum += nums[j]; 
            while(sum >= target){
                subLength = j - i + 1;
                result = result < subLength ? result : subLength;
                sum -= nums[i++];
            }
        }
        return result == Integer.MAX_VALUE ? 0 : result;
    }
}