209. 长度最小的子数组
209. 长度最小的子数组
https://leetcode.cn/problems/minimum-size-subarray-sum/description/
方法一:
设置左右两个指针,起点都为0
右指针不断的前进,计算两个指针之间的元素和
当元素和的大小大于等于目标值时,判断能否在保证元素和大于目标值的同时,移动左指针前进
计算当前这种左右区间的长度,更新最小区间长度的答案
注意边界:如果所有元素的和都小于目标值,则区间不存在,返回0
public class Solution {
public int minSubArrayLen(int target, int[] nums) {
// 滑动窗口
int l = 0, n = nums.length;
int sum = 0;
int res = n;
for(int r = 0 ; r < n; ++ r){
sum += nums[r];
if(sum >= target){
while(sum - nums[l] >= target) {
sum -= nums[l++];
}
res = Math.min(res, r - l + 1);
}
}
if(sum < target) return 0;
return res;
}
}
方法二:前缀和+二分查找
我们的目标是找到一个最小长度区间内元素和大于等于target
一个简单的想法是枚举区间的左右端点,这样复杂度是 O ( n 2 ) O(n^2) O(n2)
但是如果我们只枚举左端点,右端点使用二分查找的方式,复杂度为 O ( n l o g ( n ) ) O(nlog(n)) O(nlog(n))
由于前缀和是不断递增的,满足二分查找的条件,所以我们只需要找到一个索引最小的右端点,使得左右端点之间的元素和大于等于target
public class Solution2 {
public int minSubArrayLen(int target, int[] nums) {
// 前缀和&二分查找:nlog(n)
// System.out.println(Arrays.toString(nums));
int n = nums.length;
int[] sums = new int[n+1];
sums[0] = 0;
for (int i = 1; i <= n; i++) {
sums[i] = sums[i - 1] + nums[i-1];
}
int res = n;
for (int i = 1; i <= n; i++) {
int minr = binarySearch(sums, i, n, target);
if(minr != -1){
res = Math.min(res, minr - i + 1);
}
// System.out.println(i + ", " + minr);
}
return sums[n] < target ? 0 : res;
}
// lowerBound: mid偏左,< 判断里左指针+1
public int binarySearch(int[] sums, int i, int n, int target){
int l = i, r = n;
while(l < r){
int mid = (l + r) >> 1;
if(sums[mid] - sums[i - 1] < target){
l = mid + 1;
}else{
r = mid;
}
}
return sums[l] - sums[i - 1] < target ? -1 : l;
}
}
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!