#209 Minimum Size Subarray Sum

 

题目:

 

Given an array of n positive integers and a positive integer s, find the minimal length of a subarray of which the sum ≥ s. If there isn't one, return 0 instead.

For example, given the array [2,3,1,2,4,3] and s = 7,
the subarray [4,3] has the minimal length under the problem constraint.

题解:

 

 

public class Solution {
    public int minSubArrayLen(int s, int[] nums) {
        Arrays.sort(nums);
        int sum=0;
        for(int i=nums.length-1;i>=0;i--){
            sum+=nums[i];
            if(sum>=s)
                return(nums.length-i);
        }
        return 0;
    }
}


上面给出的是错误的解法,难怪会觉得这么简单,题目看错了。

 

要求的subarray是连续的,上面的代码只是求了一个sum>=s的一个组合,对连续性没有给出限制。

 

正解:这是一个典型的滑动窗口问题。两个指针, start end, end向后走,直到 sum 大于 s. 然后start向后, 直到sum 小于s. 同时更新 min值。这样其实是比较了每一个以start开始的最小长度。

 

public class Solution {
    public int minSubArrayLen(int s, int[] nums) {
        int start = 0;
        int end = 0;        
        int sum = 0;
        int min = Integer.MAX_VALUE;
        
        while(start<nums.length && end<nums.length) {
            while(sum<s && end<nums.length) {
                sum += nums[end++];
            }
            while(sum>=s && start<=end) {
                min = Math.min(min, end-start);
                sum -= nums[start++];
            }
        }
        return min==Integer.MAX_VALUE ? 0 : min;
    }
}


这题还有个O(nlgn)的解法,用的是二分查找法。因为nums数组都是正数,在不下降的序列中寻找恰好比s小的数出现的位置。思路如下:建立一个比原数组长一位的sums数组,其中sums[i]表示nums数组中[0, i - 1]的和,然后我们对于sums中每一个值sums[i],用二分查找法找到子数组的右边界位置,使该子数组之和大于sums[i] + s,然后我们更新最短长度的距离即可。

 

理解有点难度,我也没写出来,下面的代码是网上down的,有时间多看几遍熟悉熟悉。

 

// O(nlgn)
class Solution {
public:
    int minSubArrayLen(int s, vector<int>& nums) {
        int len = nums.size(), sums[len + 1] = {0}, res = len + 1;
        for (int i = 1; i < len + 1; ++i) sums[i] = sums[i - 1] + nums[i - 1];
        for (int i = 0; i < len + 1; ++i) {
            int right = searchRight(i + 1, len, sums[i] + s, sums);
            if (right == len + 1) break;
            if (res > right - i) res = right - i;
        }
        return res == len + 1 ? 0 : res;
    }
    int searchRight(int left, int right, int key, int sums[]) {
        while (left <= right) {
            int mid = (left + right) / 2;
            if (sums[mid] >= key) right = mid - 1;
            else left = mid + 1;
        }
        return left;
    }
}
### 宏 `MIN` 的解析 ```c #define MIN(a, b) ((b) < (a) ? (b) : (a)) ``` 此宏定义了一个用于比较两个值并返回较小值的功能。使用了三元运算符 `? :`,其基本逻辑是若 `(b) < (a)` 条件为真,那么返回 `(b)`;若条件为假,则返回 `(a)` [^1]。 这里将参数 `a` 和 `b` 用括号括起来,是为了避免在宏展开时出现运算符优先级相关的问题。例如,当调用 `MIN(x + 1, y + 2)` 时,宏展开后是 `((y + 2) < (x + 1) ? (y + 2) : (x + 1))`,保证了表达式能按照预期进行运算。 ### 函数 `minSubArrayLen` 的实现逻辑 以下是 `minSubArrayLen` 函数的一个常见实现: ```c #include <stdio.h> #define MIN(a, b) ((b) < (a) ? (b) : (a)) int minSubArrayLen(int target, int* nums, int numsSize) { int left = 0, right = 0; int sum = 0; int minLen = numsSize + 1; while (right < numsSize) { sum += nums[right]; while (sum >= target) { minLen = MIN(minLen, right - left + 1); sum -= nums[left]; left++; } right++; } return minLen == numsSize + 1 ? 0 : minLen; } ``` 该函数的目的是找出数组 `nums` 中满足元素和大于等于 `target` 的最小子数组的长度。其实现使用了滑动窗口的算法思想: 1. 初始化左右指针 `left` 和 `right` 都指向数组起始位置,`sum` 用于记录当前窗口内元素的和,`minLen` 初始化为 `numsSize + 1`,用于记录满足条件的最小子数组长度。 2. 右指针 `right` 向右移动,不断将元素加入窗口,更新 `sum`。 3. 当 `sum` 大于等于 `target` 时,说明当前窗口内的子数组满足条件,此时更新 `minLen` 为当前窗口长度和 `minLen` 中的较小值,然后将左指针 `left` 右移,同时从 `sum` 中减去左指针指向的元素,缩小窗口。 4. 重复步骤2和3,直到右指针遍历完整个数组。 5. 最后,如果 `minLen` 仍然是 `numsSize + 1`,说明没有找到满足条件的子数组,返回 0;否则返回 `minLen`。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值