力扣经典150题解析之三十:长度最小的子数组
1. 介绍
在本篇文章中,我们将解析力扣经典150题中的第三十题:长度最小的子数组。题目要求找出数组中满足其总和大于等于目标值 target 的长度最小的连续子数组,并返回其长度。
2. 问题描述
给定一个含有 n 个正整数的数组 nums 和一个正整数 target,找出该数组中满足其总和大于等于 target 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。
3. 示例
示例 1:
输入:target = 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。
示例 2:
输入:target = 4, nums = [1,4,4] 输出:1
示例 3:
输入:target = 11, nums = [1,1,1,1,1,1,1,1] 输出:0
4. 解题思路
方法一:滑动窗口
使用滑动窗口技巧,维护窗口的左右边界 left 和 right,以及窗口内元素的和 sum。初始化时,left 和 right 都指向数组的起始位置,sum 初始化为0。
- 将 right 右移,扩展窗口,将 nums[right] 加入窗口的和 sum 中。
- 当 sum 大于等于 target 时,更新最小长度,并尝试将 left 右移,缩小窗口,直到 sum 小于 target。
- 遍历整个数组完成后,即可得到最小长度的连续子数组。
5. 算法实现
public int minSubArrayLen(int target, int[] nums) { int n = nums.length; int left = 0, sum = 0; int minLength = Integer.MAX_VALUE; for (int right = 0; right < n; right++) { sum += nums[right]; while (sum >= target) { minLength = Math.min(minLength, right - left + 1); sum -= nums[left++]; } } return minLength == Integer.MAX_VALUE ? 0 : minLength; }
6. 复杂度分析
- 时间复杂度:O(n),其中 n 是数组 nums 的长度。使用滑动窗口技巧,遍历数组一次即可完成计算。
- 空间复杂度:O(1),除了常数个额外变量,空间复杂度是常数级的。
7. 测试与验证
测试用例设计
- 输入数组长度为1,满足条件的子数组。
- 输入数组长度为2,不满足条件的子数组。
- 输入数组全部为负数,满足条件的子数组。
- 输入数组全部为正数,不满足条件的子数组。
测试结果分析
根据不同的测试用例,分析算法的输出结果,验证解决方案的正确性和有效性。
8. 进阶
如果已经实现了时间复杂度为 O(n) 的解法,可以尝试设计时间复杂度为 O(n log(n)) 的解法,例如使用二分查找等技巧来优化算法。
9. 总结
通过滑动窗口技巧,我们可以高效地找出满足条件的最小长度连续子数组,解决了该问题。本文详细介绍了解题思路、算法实现和复杂度分析,希望对读者理解该问题和解决方法有所帮助。
10. 参考文献
- LeetCode 官方网站
- 《算法导论》
- 《程序员面试金典》
感谢阅读
期待下一篇…