力扣209-长度最小的字数组-滑动窗口

尝试解题：长度最小的字数组

这道题的暴力解法是遍历每一个元素，在遍历的过程中将符合条件的字数组的长度记录下来，然后返回最小的长度。

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

暴力解法会超时，因此我要想办法优化这个算法。以用例

target = 7, nums = [2,3,1,2,4,3]

为例进行思考，使用暴力算法时，当遍历到第 2 个元素 “1” 时，字数组 [1, 2, 4, 3] 要被取出进行比较，当遍历到 第 3 个元素 “2”时，字数组 [2, 4, 3] 也要被取出进行比较，但是只要取出后者进行比较即可，因为后者是前者的字数组，为了得到后者还需要遍历一边数组就明显的造成了资源的浪费。

而且其实两次遍历也相当于在用两个指针在不停地使用一个滑动窗口探测这个数组中的某个字数组是否符合条件，只不过右侧的指针在不断地重新回归到左侧指针的位置，导致相同的子数组在不断地被重复扫描，因此可以使用两个只会向右的指针来模拟滑动窗口优化这个算法。

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int sum = 0; // 滑动窗口内数字总和值
        int length = 0; // 滑动窗口当前长度
        int i = 0; // 滑动窗口的起点
        int res = Integer.MAX_VALUE; // 滑动窗口满足条件的最小长度
        for(int j = 0; j < n; j++) {
            sum += nums[j];
            while(sum >= target) {
                length = j - i + 1;
                res = Math.min(res, length);
                sum -= nums[i];
                i++;
            }
        }
        return res == Integer.MAX_VALUE ? 0 : res;
    }
}

如此就将原本暴力算法的 o(n^2) 的时间复杂度优化为了 o(n) 的时间复杂度。