LeetCode题练习与总结:长度最小的子数组--209

2024-08-28 12:52

本文主要是介绍LeetCode题练习与总结:长度最小的子数组--209,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!

一、题目描述

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 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。

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

提示:

  • 1 <= target <= 10^9
  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^5

二、解题思路

这是一个典型的滑动窗口问题。滑动窗口是一种常用的处理数组或链表问题的技术,它通过两个指针(通常称为快指针和慢指针)来维护一个窗口。在这个问题中,我们使用滑动窗口来找到长度最小的子数组,其元素之和大于等于目标值 target

步骤如下:

  1. 初始化两个指针 left 和 right,它们都指向数组的开始位置。
  2. 初始化一个变量 sum 用于记录当前窗口内的元素和。
  3. 初始化一个变量 minLength 用于记录满足条件的最小子数组长度,初始值可以设为 Integer.MAX_VALUE
  4. 使用 right 指针遍历数组,每次将 nums[right] 加到 sum 上。
  5. 当 sum 大于等于 target 时,更新 minLength 为当前窗口大小(即 right - left + 1),然后尝试通过将 left 指针向右移动来缩小窗口,同时更新 sum
  6. 当 right 指针遍历完数组后,如果 minLength 仍然是 Integer.MAX_VALUE,说明没有找到满足条件的子数组,返回 0;否则返回 minLength

三、具体代码

class Solution {public int minSubArrayLen(int target, int[] nums) {int left = 0;int sum = 0;int minLength = Integer.MAX_VALUE;for (int right = 0; right < nums.length; right++) {sum += nums[right]; // 将当前元素加到sum上// 当sum大于等于target时,尝试缩小窗口while (sum >= target) {minLength = Math.min(minLength, right - left + 1); // 更新最小长度sum -= nums[left]; // 从sum中减去left指针指向的元素left++; // left指针右移}}// 如果minLength没有被更新,返回0;否则返回minLengthreturn minLength == Integer.MAX_VALUE ? 0 : minLength;}
}

四、时间复杂度和空间复杂度

1. 时间复杂度
  • right 指针遍历数组一次,其操作是线性的,时间复杂度为 O(n),其中 n 是数组 nums 的长度。
  • 对于每个 right 指针的位置,left 指针最多只会从数组的起始位置移动到 right 指针的位置,因此对于每个 right 指针的位置,left 指针的操作也是线性的。
  • 由于 left 指针在遍历过程中不会超过 right 指针,因此 left 指针的总移动次数不会超过 n,即 left 指针的总操作次数是 O(n)。
  • 综合以上两点,总的时间复杂度是 O(n) + O(n) = O(n)。
2. 空间复杂度
  • leftrightsum 和 minLength 都是固定数量的整型变量,它们占用常数空间,空间复杂度为 O(1)。
  • 该算法没有使用任何与输入数组大小相关的数据结构,如额外的数组或集合。
  • 因此,总的空间复杂度是 O(1)。

五、总结知识点

  • 数组遍历

    • 使用 for 循环来遍历数组 nums 的所有元素。
  • 指针操作

    • 使用两个指针 left 和 right 来表示滑动窗口的左右边界。
    • right 指针用于扩展窗口,left 指针用于收缩窗口。
  • 累加和

    • 使用变量 sum 来存储当前窗口内所有元素的和。
  • 最小值更新

    • 使用 Math.min() 方法来更新 minLength,以找到满足条件的最小子数组长度。
  • 条件判断

    • 使用 while 循环来判断当前窗口的元素和是否大于等于 target,并在满足条件时收缩窗口。
  • 整数比较

    • 使用 Integer.MAX_VALUE 来初始化 minLength,这是一个常用的技巧,用于在没有找到满足条件的子数组时返回 0。
  • 逻辑运算

    • 使用三元运算符 ?: 来决定返回值,如果 minLength 没有被更新(仍然是 Integer.MAX_VALUE),则返回 0;否则返回 minLength

以上就是解决这个问题的详细步骤,希望能够为各位提供启发和帮助。

这篇关于LeetCode题练习与总结:长度最小的子数组--209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!



http://www.chinasem.cn/article/1114819

相关文章

SQL中JOIN操作的条件使用总结与实践

《SQL中JOIN操作的条件使用总结与实践》在SQL查询中,JOIN操作是多表关联的核心工具,本文将从原理,场景和最佳实践三个方面总结JOIN条件的使用规则,希望可以帮助开发者精准控制查询逻辑... 目录一、ON与WHERE的本质区别二、场景化条件使用规则三、最佳实践建议1.优先使用ON条件2.WHERE用

MySQL JSON 查询中的对象与数组技巧及查询示例

《MySQLJSON查询中的对象与数组技巧及查询示例》MySQL中JSON对象和JSON数组查询的详细介绍及带有WHERE条件的查询示例,本文给大家介绍的非常详细,mysqljson查询示例相关知... 目录jsON 对象查询1. JSON_CONTAINS2. JSON_EXTRACT3. JSON_TA

Nginx Location映射规则总结归纳与最佳实践

《NginxLocation映射规则总结归纳与最佳实践》Nginx的location指令是配置请求路由的核心机制,其匹配规则直接影响请求的处理流程,下面给大家介绍NginxLocation映射规则... 目录一、Location匹配规则与优先级1. 匹配模式2. 优先级顺序3. 匹配示例二、Proxy_pa

Android学习总结之Java和kotlin区别超详细分析

《Android学习总结之Java和kotlin区别超详细分析》Java和Kotlin都是用于Android开发的编程语言,它们各自具有独特的特点和优势,:本文主要介绍Android学习总结之Ja... 目录一、空安全机制真题 1:Kotlin 如何解决 Java 的 NullPointerExceptio

MySQL基本查询示例总结

《MySQL基本查询示例总结》:本文主要介绍MySQL基本查询示例总结,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Create插入替换Retrieve(读取)select(确定列)where条件(确定行)null查询order by语句li

JAVA数组中五种常见排序方法整理汇总

《JAVA数组中五种常见排序方法整理汇总》本文给大家分享五种常用的Java数组排序方法整理,每种方法结合示例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧... 目录前言:法一:Arrays.sort()法二:冒泡排序法三:选择排序法四:反转排序法五:直接插入排序前言:几种常用的Java数组排序

Linux区分SSD和机械硬盘的方法总结

《Linux区分SSD和机械硬盘的方法总结》在Linux系统管理中,了解存储设备的类型和特性是至关重要的,不同的存储介质(如固态硬盘SSD和机械硬盘HDD)在性能、可靠性和适用场景上有着显著差异,本文... 目录一、lsblk 命令简介基本用法二、识别磁盘类型的关键参数:ROTA查询 ROTA 参数ROTA

Java实现按字节长度截取字符串

《Java实现按字节长度截取字符串》在Java中,由于字符串可能包含多字节字符,直接按字节长度截取可能会导致乱码或截取不准确的问题,下面我们就来看看几种按字节长度截取字符串的方法吧... 目录方法一:使用String的getBytes方法方法二:指定字符编码处理方法三:更精确的字符编码处理使用示例注意事项方

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)