当前位置: 首页 > article >正文

leetcode面试经典150题——30 长度最小的子数组

题目:长度最小的子数组

描述
给定一个含有 n 个正整数的数组和一个正整数 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 [numsl, numsl+1, …, numsr-1, numsr] ,并返回其长度。如果不存在符合条件的子数组,返回 0 。

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。

leetcode链接

方法一:滑动窗口
滑动窗口有两种:一种是固定大小的窗口,另一种是动态大小的窗口,而本题要求长度最小的子数组,所以应该用动态大小的窗口,滑动窗口基于双指针的思想:
我们定义两个指针left和right表示窗口的两端,定义一个minLen变量表示最端短的长度,初始时指针都指向0,此时如果窗口内的数之和小于目标数target,那么right指针右移,窗口变大,相反如果窗口内的数之和大于目标数target,那么更新minLen,并且移动left指针,直到窗口内的数之和小于目标数target为止。最后遍历完数组,minLen即为长度最小的子数组
时间复杂度;o(n)
空间复杂度:o(1)

int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.size();
        int minLen = n+1;
        int left = 0,right = 0;
        int sum = 0;
        while(right<n){
            sum+=nums[right];
            while(sum>=target){
                minLen = min(minLen,right-left+1);
                sum-=nums[left];
                left++;
            }
            right++;
        }
        //如果minLen没有更新过,即为不存在满足条件的子数组,返回0
        return minLen==n+1?0:minLen;
    }

方法二:暴力法
我们枚举数组中的每一个元素为子数组的起始元素,然后找到从枚举的元素开始满足条件的最小子数组的长度,再维护最小的子数组长度,即可找到答案。
时间复杂度:o(n²)
空间复杂度:o(1)

int minSubArrayLen(int s, vector<int>& nums) {
        int n = nums.size();
        if (n == 0) {
            return 0;
        }
        int ans = INT_MAX;
        for (int i = 0; i < n; i++) {
            int sum = 0;
            for (int j = i; j < n; j++) {
                sum += nums[j];
                if (sum >= s) {
                    ans = min(ans, j - i + 1);
                    break;
                }
            }
        }
        return ans == INT_MAX ? 0 : ans;
    }

方法三:前缀和+二分查找
暴力法中枚举子数组起始元素的时间复杂度为o(n),找到最小子数组的时间复杂度为o(n),此时我们考虑优化寻找最小子数组的时间,注意到我们给定的数组的所有的元素都是大于0的,那么我们每一个元素的前缀和都是递增的,因此我们可以利用二分查找来查找最小子数组,如果我们枚举第i个元素为最小子数组的起始元素,那么我们二分查找的元素可以变为target+i的前缀和,而此时找到的目标元素的前缀和-i的前缀和 = target,因此我们找到的元素即为最短子数组的末尾,然后我们再维护最短的一个长度
时间复杂度:o(nlogn) 二分查找的时间复杂度为logn
空间复杂度:o(n) 存储前缀和的空间为o(n)
注意:注意二分查找时的left和right指针的取值

int minSubArrayLen(int target, vector<int>& nums) {
	int n = nums.size();
	int minLen = n+1,mid = 0;
	vector<int> sum(n+1,0);
	//sum[i]表示前i个数之和 
	for(int i=1;i<=n;i++){
		sum[i] = sum[i-1]+nums[i-1];
	}
	for(int i=1;i<=n;i++){
		//枚举每个元素为子数组的起始元素
		//注意i为第i个元素,而第i个元素的下标为i-1
		int tag = target+sum[i-1];
		//这里的left和right表示的为第几个元素,由于sum[i]为第i个元素的前缀和
		int left = i,right = n;
		while(left<right){
			mid = (left+right)/2;
			if(tag>sum[mid]){
				left = mid+1;
			}else{
				//我们要找的数为大于等于tag,所以right=mid,而不是mid-1
				right = mid;
			}
		}
		if(sum[left]>=tag){
			minLen = min(left-i+1,minLen);
		}
	}
	return minLen==n+1?0:minLen;
}

http://www.kler.cn/news/150098.html

相关文章:

  • Leetcode—15.三数之和【中等】
  • Attacking Fake News Detectors via Manipulating News Social Engagement(2023 WWW)
  • 黑马程序员索引学习笔记
  • PTA:猜帽子游戏 ,C语言
  • open与openat的区别
  • Linux uname命令教程:如何打印linux操作系统名称和硬件的基本信息(附实例教程和注意事项)
  • SCI的写作前提——认识论文的本质
  • Python+requests+Jenkins接口自动化测试实例
  • linux查询某个进程使用的内存量
  • 复位电路的电阻电容的作用
  • 如何设置Linux终端提示信息
  • Qt 信号与槽简介
  • 案例:某电子产品电商平台借助监控易保障网络正常运行
  • unity shaderGraph实例-可交互瀑布
  • C++ day45 爬楼梯 零钱兑换 完全平方数
  • 大数据基础设施搭建 - Sqoop
  • AI搜索相关性在网站和APP上的应用
  • 致远M3 反序列化RCE漏洞复现(XVE-2023-24878)
  • C++算法入门练习——数据流第K大元素
  • JavaWeb | JSP访问数据库、JDBC操作
  • 学习计划计划执行记录
  • 【数据结构】——解决topk问题
  • 存储服务器特征是什么
  • 零基础学Python的第四天||字符串(1)
  • 力扣:184. 部门工资最高的员工(Python3)
  • python getattr() setattr() hasattr() delattr()内置函数详解
  • 智慧博物馆视频监控系统设计,可视化AI智能分析技术助力博物馆多维度监管
  • SparkContext初始化
  • 错误 LNK2001 无法解析的外部符号 __imp__CrtDbgReport
  • 短 URL 生成器设计:百亿短 URL 怎样做到无冲突?