参考：
代码随想录[长度最小的子数组]

零 、描述

给定一个含有 n 个正整数的数组和一个正数组 target。

例子：
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。

输入：target = 4, nums = [1,4,4]
输出：1

输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

一、解法：暴力解法

两个for循环，然后不断的寻找符合条件的子序列，
时间复杂度：$O(n^2)$

代码：

class Solution {
    
    
public:
    int minSubArrayLen(int s, vector<int>& nums) {
    
    
        int result = INT32_MAX; // 最终的结果
        int sum = 0;            // 子序列的数值之和
        int subLength = 0;      // 子序列的长度
        for (int i = 0; i < nums.size(); i++) {
    
     
        // 设置子序列起点为i
            sum = 0;
            for (int j = i; j < nums.size(); j++) {
    
     
            // 设置子序列终止位置为j
                sum += nums[j];
                if (sum >= s) {
    
     
                // 一旦发现子序列和超过了s，更新result
                    subLength = j - i + 1; 
                    // 取子序列的长度
                    result = result < subLength ? result : subLength;
                    break; 
                    // 因为我们是找符合条件最短的子序列，所以一旦符合条件就break
                }
            }
        }
        // 如果result没有被赋值的话，就返回0，说明没有符合条件的子序列
        return result == INT32_MAX ? 0 : result;
    }
};

二、解法: 滑动窗口

滑动窗口: 本质还是双指针
依旧还是不断的调节子序列的起始位置和终止位置，从而得出我们要想的结果；在暴力解法中，是一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环 完成了一个不断搜索区间的过程。

如果用一个for循环，那么应该表示 滑动窗口的起始位置，还是终止位置？

• 只用一个for循环来表示 滑动窗口的起始位置，那么如何遍历剩下的终止位置？
• 所以只用一个for循环，那么这个循环的索引，一定是表示 滑动窗口的终止位置
  终止位置：窗口就是 满足其和 ≥ target 的长度最小的 连续 子数组

关键：

• 先从头开始找到一个连续子数组其和大于target，作用在于固定右指针
• 此时，开始动左指针，左指针移动，当连续子数组和小于target时候，固定左指针
• 再移动右指针，使得连续子数组大于target，固定右指针
• 循环以上步骤

复杂度：

• 时间复杂度：O(n^2)暴力解法降为O(n)
  不要以为for里放一个while就以为是O(n^2)啊
  主要是看每一个元素被操作的次数，每个元素在滑动窗后进来操作一次，出去操作一次，每个元素都是被操作两次，所以时间复杂度是 2 × n 也就是O(n)。
• 空间复杂度：O(1)

代码：

class Solution {
    
    
public:
    int minSubArrayLen(int target, vector<int>& nums) {
    
    
        int result = INT32_MAX;	//给一个很大的值
        int sum = 0; 			// 滑动窗口数值之和
        int i = 0;   			// 滑动窗口起始位置
        int subLength = 0; 		// 滑动窗口的长度
        
        // j 指的是终止位置
        for (int j = 0; j < nums.size(); j++) {
    
    
            sum += nums[j];
        	// 注意这里使用while，每次更新 i（起始位置），并不断比较子序列是否符合条件
		
        	// 1.先找到前j项和大于等于target的j
            while ( sum >= target ) {
    
     
                subLength = (j - i + 1); 					      // 取子序列的长度
                result = result < subLength ? result : subLength; //result表示当前的最短长度
                sum -= nums[i++]; 						// 这里体现出滑动窗口的精髓之处，不断变更i（子序列的起始位置）
            }
        }
        // 如果result没有被赋值的话，就返回0，说明没有符合条件的子序列
        return result == INT32_MAX ? 0 : result;
    }
};

三、总结

可以想到双指针，但是总陷入暴力解法的圈子里。
关键在于想到首先固定的，不是起点（或者叫做左指针），而是终点（右指针）。
先把右脚试着试着迈上台阶，固定好右脚后，移动左脚，
左脚移动后，不满足条件时，再移动右脚。