127 lines
4.2 KiB
Java
127 lines
4.2 KiB
Java
> 如果阅读时，发现错误，或者动画不可以显示的问题可以添加我微信好友 **[tan45du_one](https://raw.githubusercontent.com/tan45du/tan45du.github.io/master/个人微信.15egrcgqd94w.jpg)** ，备注 github + 题目 + 问题 向我反馈
|
||
>
|
||
> 感谢支持，该仓库会一直维护，希望对各位有一丢丢帮助。
|
||
>
|
||
> 另外希望手机阅读的同学可以来我的 <u>[**公众号：袁厨的算法小屋**](https://raw.githubusercontent.com/tan45du/test/master/微信图片_20210320152235.2pthdebvh1c0.png)</u> 两个平台同步，想要和题友一起刷题，互相监督的同学，可以在我的小屋点击<u>[**刷题小队**](https://raw.githubusercontent.com/tan45du/test/master/微信图片_20210320152235.2pthdebvh1c0.png)</u>进入。
|
||
|
||
#### [209. 长度最小的子数组](https://leetcode-cn.com/problems/minimum-size-subarray-sum/)
|
||
|
||
我们下面再看一种新类型的双指针，也就是我们大家熟知的滑动窗口。这也是我们做题时经常用到的，下面我们来看一下题目吧！
|
||
|
||
#### 题目描述
|
||
|
||
> 给定一个含有 n 个正整数的数组和一个正整数 s ，找出该数组中满足其和 ≥ s 的长度最小的 连续 子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。
|
||
|
||
示例：
|
||
|
||
> 输入：s = 7, nums = [2,3,1,2,4,3]
|
||
> 输出：2
|
||
> 解释：子数组 [4,3] 是该条件下的长度最小的子数组。
|
||
|
||
|
||
|
||
#### 题目解析
|
||
|
||
滑动窗口：**就是通过不断调节子数组的起始位置和终止位置，进而得到我们想要的结果**，滑动窗口也是双指针的一种。
|
||
|
||
下面我们来看一下这道题目的做题思路，其实原理也很简单，我们创建两个指针，一个指针负责在前面探路，并不断累加遍历过的元素的值，当和大于等于我们的目标值时，后指针开始进行移动，判断去除当前值时，是否仍能满足我们的要求，直到不满足时后指针 停止，前面指针继续移动，直到遍历结束。是不是很简单呀。前指针和后指针之间的元素个数就是我们的滑动窗口的窗口大小。见下图
|
||
|
||
|
||
|
||
|
||
|
||
好啦，该题的解题思路我们已经了解啦，下面我们看一下，代码的运行过程吧。
|
||
|
||
|
||
|
||
|
||
|
||
#### 题目代码
|
||
|
||
Java Code:
|
||
|
||
```java
|
||
class Solution {
|
||
public int minSubArrayLen(int s, int[] nums) {
|
||
|
||
int len = nums.length;
|
||
int windowlen = Integer.MAX_VALUE;
|
||
int i = 0;
|
||
int sum = 0;
|
||
for (int j = 0; j < len; ++j) {
|
||
sum += nums[j];
|
||
while (sum >= s) {
|
||
windowlen = Math.min (windowlen, j - i + 1);
|
||
sum -= nums[i];
|
||
i++;
|
||
}
|
||
}
|
||
return windowlen == Integer.MAX_VALUE ? 0 : windowlen;
|
||
|
||
}
|
||
}
|
||
```
|
||
|
||
C++ Code:
|
||
|
||
```cpp
|
||
class Solution {
|
||
public:
|
||
int minSubArrayLen(int t, vector<int>& nums) {
|
||
int n = nums.size();
|
||
int i = 0, sum = 0, winlen = INT_MAX;
|
||
for(int j = 0; j < n; ++j){
|
||
sum += nums[j];
|
||
while(sum >= t){
|
||
winlen = min(winlen, j - i + 1);
|
||
sum -= nums[i++];
|
||
}
|
||
}
|
||
return winlen == INT_MAX? 0: winlen;
|
||
}
|
||
};
|
||
```
|
||
|
||
Python3 Code:
|
||
|
||
```python
|
||
from typing import List
|
||
import sys
|
||
class Solution:
|
||
def minSubArrayLen(self, s: int, nums: List[int])->int:
|
||
leng = len(nums)
|
||
windowlen = sys.maxsize
|
||
i = 0
|
||
sum = 0
|
||
for j in range(0, leng):
|
||
sum += nums[j]
|
||
while sum >= s:
|
||
windowlen = min(windowlen, j - i + 1)
|
||
sum -= nums[i]
|
||
i += 1
|
||
|
||
if windowlen == sys.maxsize:
|
||
return 0
|
||
else:
|
||
return windowlen
|
||
```
|
||
|
||
Swift Code
|
||
|
||
```swift
|
||
class Solution {
|
||
func minSubArrayLen(_ target: Int, _ nums: [Int]) -> Int {
|
||
|
||
var sum = 0, windowlen = Int.max, i = 0
|
||
for j in 0..<nums.count {
|
||
sum += nums[j]
|
||
while sum >= target {
|
||
windowlen = min(windowlen, j - i + 1)
|
||
sum -= nums[i]
|
||
i += 1
|
||
}
|
||
}
|
||
return windowlen == Int.max ? 0 : windowlen
|
||
}
|
||
}
|
||
``` |