Minimum Size Subarray Sum

最新推荐文章于 2023-12-03 22:15:08 发布

原创最新推荐文章于 2023-12-03 22:15:08 发布 · 304 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#two-point #java #leetcode

leetcode 专栏收录该内容

175 篇文章

订阅专栏

本文探讨了如何找到一个正整数数组中，满足总和大于等于给定目标值的最小子数组长度的问题。提供了两种解决方案：一种是使用回溯算法求解所有可能的子数组（非连续），另一种则是通过双指针法高效地寻找符合条件的最短连续子数组。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目描述：
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.

这个题一开始没怎么弄清题意，写了一个回溯算法求子数组，但是我求出来的并不是连续子数组，可以参考一下：

public int minSubArrayLen(int s, int[] nums) {
    int minLen=Integer.MAX_VALUE,sum=0,start=0,len=0;
    List<Integer> list=new ArrayList<Integer>();
    trace(list, s, nums, sum, len, start);
    for (int i = 0; i < list.size(); i++) 
        minLen=minLen<list.get(i)?minLen:list.get(i);
    return minLen;
}

public void trace(List<Integer> list,int s,int[] nums,int sum,int len,int start){
    if(sum==s){
        list.add(len);
        return;
    }
    if(sum>s)
        return;
    for(int i=start;i<nums.length;i++){
        trace(list, s, nums, sum+nums[i], len+1, i+1);
    }
}

后来看到连续子数组之后，我的第一反应就是二分法，于是就想到了Maximum Subarray这一题。但是这个题用那个思路解不出来。换个思路就想到了两个指针的办法，代码如下所示：

public int minSubArrayLen(int s, int[] nums) {
    int left=0,right=0;
    int len=0,minLen=Integer.MAX_VALUE,n=nums.length;
    if(n==0)
        return 0;
    int sum=nums[0];
    while(right<n){
        //先比较，再移动
        if(sum>=s){
            len=right-left+1;
            minLen=len<minLen?len:minLen;
        }
        if(sum<=s||left==right){
            right++;
            if(right==n)
                break;
            sum+=nums[right];

        }else{
            sum-=nums[left++];
        }
    }
    //下面这一部分不需要，因为当right==n-1的时候left已经在往右走，当right==n直接结束
    /*while(sum>=s){
        minLen=len<minLen?len:minLen;
        len--;
        sum-=nums[left++];
    }*/                      
    return minLen==Integer.MAX_VALUE?0:minLen;
}