算法是一个程序的灵魂
作者:爱写bug
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 。 如果不存在符合条件的连续子数组,返回 0。
Given an array of n positive integers and a positive integer s , find the minimal length of a contiguous subarray of which the sum ≥ s . If there isn't one, return 0 instead.
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连续子数组。
如果你已经完成了 O ( n ) 时间复杂度的解法, 请尝试 O ( n log n ) 时间复杂度的解法。
If you have figured out the O ( n ) solution, try coding another solution of which the time complexity is O ( n log n ).
这里我们一步到位,直接用 O ( n log n ) 时间复杂度的解法。
我们定义两个指针i、j,i 指向所截取的连续子数组的第一个数,j 指向连续子数组的最后一个数。截取从索引 i 到索引 j 的数组,该数组之和若小于 s,则 j 继续后移,直到大于等于s。记录 j 与 i 差值(返回的目标数)。之后i 后移一位继续刷新新数组。
最坏情况是 i 从0移动到末尾,时间复杂度为O(n),内循环 j 时间复杂度O(log n),总时间复杂度 O ( n log n ) ,
这道题 Java 提交运行时间:Your runtime beats 99.95 % of java submissions.
class Solution { public int minSubArrayLen(int s, int[] nums) { if(nums.length==0)return 0;//空数组则直接返回0 //返回的目标数 target 定义为最大,sum 起始值为数组第一个数 int i=0,j=0,numsLen=nums.length,target=Integer.MAX_VALUE,sum=nums[i]; while (i<numsLen){ while (sum<s){ if(++j>=numsLen){//如果j等于numsLen,则sum已是从索引i到末位的所有数字之和,后面i无论怎么向后移动均不可能大于s,直接返回target return target==Integer.MAX_VALUE ? 0:target;//如果target值依然为Integer.MAX_VALUE,则意味着i=0,sum为数组所有数之和,则返回0 }else { sum+=nums[j];//sum向后累加直到大于s } } if(j-i+1<target) target=j-i+1;//刷新target的值 sum-=nums[i++];//sum移去i的值得到新数组之和,i进一位 } return target; } }
class Solution: def minSubArrayLen(self, s: int, nums: List[int]) -> int: if len(nums)==0: return 0 i = 0 j = 0 nums_len = len(nums) target = float("inf")#将target定义为最大 sum = nums[0] while i < nums_len: while sum < s: j+=1 if j >= nums_len: return target if target != float("inf") else 0 else: sum += nums[j] target = min(target, j - i + 1) sum -= nums[i] i+=1 return target