【leetcode-Python】-滑动窗口-209. 长度最小的子数组

本文解析了如何使用滑动窗口算法解决LeetCode的最小子数组和问题，介绍了Python实现的解题思路，并强调了遇到无解情况的处理。核心在于维护一个大于等于目标值的子数组并不断调整窗口边界以求最短长度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目链接

https://leetcode.com/problems/minimum-size-subarray-sum/

题目描述

给定一个正整数数组nums和正整数target，找出nums中元素和大于等于target的最短子串，如果没有符合条件的子串，则返回0。

示例

输入：target = 7，nums = [2,3,1,2,4,3]

输出：2

子串[4,3]是满足条件的最短子串。

解题思路

此题求最短子串，可以由滑动窗口算法来求解。如果窗口内元素和小于target，则子串扩张，直到窗口内元素和大于等于target，找到一个可行解。然后右指针不动，左指针右移，去优化这个可行解，试图找到长度更短的子串。

注意要在确保找到一个可行解后更新结果，因此更新子串长度应该放在内层循环的开始，因为这样设置更新时能够保证当前窗口内元素和大于等于target。

Python实现

注意需要在最后判断res有没有更新，如果res仍等于float('inf')，说明nums中没有满足条件的子串，此时应当返回0。（要重视此类细节，即对于找不到符合条件的结果时如何返回)

class Solution:
    def minSubArrayLen(self, target: int, nums: List[int]) -> int:
        left,right = 0,0
        res = float('inf')
        cur_sum = 0
        while(right <len(nums)):
            s = nums[right]
            right += 1
            cur_sum += s
            while(cur_sum >= target):
                res = min(res,right-left)
                d = nums[left]
                left += 1
                cur_sum -= d
        return 0 if res == float('inf') else res