本文主要是介绍【LeetCode滑动窗口算法】长度最小的子数组 难度：中等，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
我们先看一下题目描述：
解法一：暴力枚举
时间复杂度：o(n^3)
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums){int i = 0, j = 0;vector<int> v;for (;i < nums.size();i++){int sum = nums[i];for (j = i + 1;j < nums.size();j++){sum = sum + nums[j];if (target == sum){v.push_back(j - i + 1);//j-i+1就是满足条件的子数组的长度break;}}}if (v.empty())return 0;else{sort(v.begin(), v.end());return v[0];}}
};解法2：利用数组元素的单调性，滑动窗口（同向双指针）算法。
时间复杂度： o(n)
滑动窗口怎么用呢？
1、left=0,right=0
2、进窗口-->判断是否满足条件-->否-->进窗口
是-->更新结果-->出窗口-->更新结果
滑动窗口算法主要是利用数组元素之和的单调性，规避了很多没有必要的枚举行为。
下面是滑动窗口算法的演示：
下面我们来实现一下基于滑动窗口算法的解题代码：
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums){int sum = 0, len = INT_MAX;for (int left = 0, right = 0;right < nums.size();right++){sum += nums[right];//进入窗口while (sum >= target)//判断{len = min(len, right - left + 1);//更新结果sum -= nums[left++];//出窗口}}return len == INT_MAX ? 0 : len;}
};这篇关于【LeetCode滑动窗口算法】长度最小的子数组 难度：中等的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
