For example, given the array [2,3,1,2,4,3] and s = 7,
the subarray [4,3] has the minimal length under the problem constraint.
[分析]
思路1: O(N), 滑动窗口法。实现时主要考虑1)窗口何时滑动或者说窗口的左边界何时更新? 2) 最小窗口是在滑动过程中比较而得,又何时更新该值? 窗口内各元素加和要保持不小于给定的s, 一旦不小于时就是滑动窗口和更新minSize的时机,向右滑动窗口直到窗口内元素加和不小于s。
思路2: O(logN), 将问题转化为在递增数列中查找某个数。建立辅助数组sum[], sum[i]表示 num数组的前 i 个元素的加和。对于每个sum[i],在 i 后面查找子数组右边界位置使得子数组的加和 >= s, 也就是在 i 位置后面寻找位置 j 满足 sum[j] >= sum[i] + s, 满足这个关系表明 num[i] 到 num[j - 1]这段子数组加和>=s。因为sum[]是递增数组,可使用二分法查找满足要求的下标。注意到实现中的binarySearchNotLess和经典的二分算法区别就在于while循环外面的return,这里是return left,如果sum数组中找不到target,会返回第一个比target大元素的下标,如果没有则返回sum.length + 1, 调用处据此判断某个元素后面是否有加和为s的子数组。
[ref]
http://www.cnblogs.com/grandyang/p/4501934.html
public class Solution { // Method 2 public int minSubArrayLen(int s, int[] nums) { if (nums == null || nums.length == 0) return 0; int N = nums.length; int[] sum = new int[N + 1]; sum[0] = 0; for (int i = 1; i <= N; i++) sum[i] = sum[i - 1] + nums[i - 1]; int min = N + 1; for (int i = 0; i <= N; i++) { int j = binarySearchNotLess(i + 1, N, sum[i] + s, sum); if (j <= N && min > (j - i)) min = j - i; } return min <= N ? min : 0; } // 返回target在数组中的下标,若不存在,返回如果存在的话应该在的位置 public int binarySearchNotLess(int left, int right, int target, int[] sum) { int mid = 0; while (left <= right) { mid = left + ((right - left) >> 1); if (sum[mid] < target) left = mid + 1; else if (sum[mid] > target) right = mid - 1; else return mid; } return left; } // Method 1 public int minSubArrayLen1(int s, int[] nums) { if (nums == null || nums.length == 0) return 0; int N = nums.length; int start = 0; int minSize = N + 1; int sum = 0; for (int i = 0; i < N; i++) { sum += nums[i]; while (sum >= s) { minSize = Math.min(minSize, i - start + 1); if (minSize == 1) return 1; sum -= nums[start++]; } } return minSize <= N ? minSize : 0; } }