《剑指 Offer》专项突破版 - 面试题 8 : 和大于或等于 k 的最短子数组(C++ 实现)- 详解同向双指针(滑动窗口算法)

本文主要是介绍《剑指 Offer》专项突破版 - 面试题 8 : 和大于或等于 k 的最短子数组(C++ 实现)- 详解同向双指针(滑动窗口算法),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!

目录

前言

一、暴力求解

二、同向双指针(滑动窗口算法)



前言

题目链接:. - 力扣(LeetCode)

题目

输入一个正整数组成的数组和一个正整数 k,请问数组中和大于或等于 k 的连续子数组的最短长度是多少?如果不存在所有数字之和大于或等于 k 的子数组,则返回 0。例如,输入数组 [5, 1, 4, 3],k 的值为 7,和大于或等于 7 的最短连续子数组是 [4, 3],因此输出它的长度 2。

分析

子数组由数组中一个或连续的多个数字组成。一个子数组可以用两个指针表示。如果第 1 个指针 left 指向子数组的第 1 个数字,第 2 个指针 right 指向子数组的最后一个数字,那么子数组就是由这两个指针之间的所有数字组成的


一、暴力求解

  1. 先固定指针 left(最开始指向数组中的第 1 个元素)。

  2. 然后从 left 开始不断向右移动指针 right,直到两个指针之间的子数组中所有数字之和大于或等于 k(子数组的长度为 right - left + 1),或者 right 超出范围,即不存在和大于或等于 k 的子数组。

  3. 如果不存在和大于或等于 k 的子数组,则说明已经尝试了所有的可能性,可以结束这个查找的过程了;否则 ++ left,然后重复步骤 1 和 2,直到 left 超出范围。

这种解法的时间复杂度是 O(n^2)。

当 left = 0 时,right 的最优解为 2(right >= 2 && right < 4,两个指针之间的子数组中所有数字之和大于或等于 k);

当 left = 1 时,right 的最优解为 3;

当 left = 2 时,right 的最优解为 3;

当 left = 3 时,right 没有解。

class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int n = nums.size();int minLen = n + 1;for (int left = 0; left < n; ++left){int sum = 0;for (int right = left; right < n; ++right){sum += nums[right];if (sum >= target){if (right - left + 1 < minLen)minLen = right - left + 1;break;}}if (sum < target)break;}return minLen == n + 1 ? 0 : minLen;}
};


二、同向双指针(滑动窗口算法)

可以对上述解法进行优化。指针 left 和 right 初始化的时候指向数组的第 1 个元素

  1. 不断向右移动指针 right,直到两个指针之间的子数组数字之和大于或等于 k(子数组的长度为 right - left + 1)。

  2. 停止右移指针 right,转而不断向右移动指针 left,直到两个指针之间的子数组数字之和小于 k。注意:指针 left 每向右移动一步,如果两个指针之间的子数组数字之和大于或等于 k,那么就要更新最短子数组的长度,这相当于利用了第 1 步产生的结果

  3. 重复步骤 1 和 2,直到 right 超出范围。

class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int n = nums.size();int minLen = n + 1;int left = 0;int sum = 0;for (int right = 0; right < n; ++right){sum += nums[right];while (sum >= target){if (right - left + 1 < minLen)minLen = right - left + 1;sum -= nums[left];++left;}}return minLen == n + 1 ? 0 : minLen;}
};

尽管上述代码中有两个嵌套的循环,该解法的时间复杂度仍然是 O(n)。这是因为在这两个循环中,变量 left 和 right 都是只增加不减少,变量 right 从 0 增加到 n - 1,变量 left 从 0 最多增加到 n - 1,因此总的执行次数是 O(n)

这篇关于《剑指 Offer》专项突破版 - 面试题 8 : 和大于或等于 k 的最短子数组(C++ 实现)- 详解同向双指针(滑动窗口算法)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/598705

相关文章

基于 HTML5 Canvas 实现图片旋转与下载功能(完整代码展示)

《基于HTML5Canvas实现图片旋转与下载功能(完整代码展示)》本文将深入剖析一段基于HTML5Canvas的代码,该代码实现了图片的旋转(90度和180度)以及旋转后图片的下载... 目录一、引言二、html 结构分析三、css 样式分析四、JavaScript 功能实现一、引言在 Web 开发中,

详解MySQL中DISTINCT去重的核心注意事项

《详解MySQL中DISTINCT去重的核心注意事项》为了实现查询不重复的数据,MySQL提供了DISTINCT关键字,它的主要作用就是对数据表中一个或多个字段重复的数据进行过滤,只返回其中的一条数据... 目录DISTINCT 六大注意事项1. 作用范围:所有 SELECT 字段2. NULL 值的特殊处

SpringBoot中使用Flux实现流式返回的方法小结

《SpringBoot中使用Flux实现流式返回的方法小结》文章介绍流式返回(StreamingResponse)在SpringBoot中通过Flux实现,优势包括提升用户体验、降低内存消耗、支持长连... 目录背景流式返回的核心概念与优势1. 提升用户体验2. 降低内存消耗3. 支持长连接与实时通信在Sp

Conda虚拟环境的复制和迁移的四种方法实现

《Conda虚拟环境的复制和迁移的四种方法实现》本文主要介绍了Conda虚拟环境的复制和迁移的四种方法实现,包括requirements.txt,environment.yml,conda-pack,... 目录在本机复制Conda虚拟环境相同操作系统之间复制环境方法一:requirements.txt方法

Spring Boot 实现 IP 限流的原理、实践与利弊解析

《SpringBoot实现IP限流的原理、实践与利弊解析》在SpringBoot中实现IP限流是一种简单而有效的方式来保障系统的稳定性和可用性,本文给大家介绍SpringBoot实现IP限... 目录一、引言二、IP 限流原理2.1 令牌桶算法2.2 漏桶算法三、使用场景3.1 防止恶意攻击3.2 控制资源

SQL BETWEEN 语句的基本用法详解

《SQLBETWEEN语句的基本用法详解》SQLBETWEEN语句是一个用于在SQL查询中指定查询条件的重要工具,它允许用户指定一个范围,用于筛选符合特定条件的记录,本文将详细介绍BETWEEN语... 目录概述BETWEEN 语句的基本用法BETWEEN 语句的示例示例 1:查询年龄在 20 到 30 岁

springboot下载接口限速功能实现

《springboot下载接口限速功能实现》通过Redis统计并发数动态调整每个用户带宽,核心逻辑为每秒读取并发送限定数据量,防止单用户占用过多资源,确保整体下载均衡且高效,本文给大家介绍spring... 目录 一、整体目标 二、涉及的主要类/方法✅ 三、核心流程图解(简化) 四、关键代码详解1️⃣ 设置

Nginx 配置跨域的实现及常见问题解决

《Nginx配置跨域的实现及常见问题解决》本文主要介绍了Nginx配置跨域的实现及常见问题解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来... 目录1. 跨域1.1 同源策略1.2 跨域资源共享(CORS)2. Nginx 配置跨域的场景2.1

Python中提取文件名扩展名的多种方法实现

《Python中提取文件名扩展名的多种方法实现》在Python编程中,经常会遇到需要从文件名中提取扩展名的场景,Python提供了多种方法来实现这一功能,不同方法适用于不同的场景和需求,包括os.pa... 目录技术背景实现步骤方法一:使用os.path.splitext方法二:使用pathlib模块方法三

CSS place-items: center解析与用法详解

《CSSplace-items:center解析与用法详解》place-items:center;是一个强大的CSS简写属性,用于同时控制网格(Grid)和弹性盒(Flexbox)... place-items: center; 是一个强大的 css 简写属性,用于同时控制 网格(Grid) 和 弹性盒(F