長度最短的子數組
作者推薦
【動態規劃】【廣度優先】LeetCode2258:逃離火災
本文涉及的基礎知識點
二分查找算法合集
C++算法:前綴和、前綴乘積、前綴異或的原理、源碼及測試用例 包括課程視頻
滑動窗口
題目
給定一個含有 n 個正整數的數組和一個正整數 target 。
找出該數組中滿足其總和大于等于 target 的長度最小的 連續子數組 [numsl, numsl+1, …, numsr-1, numsr] ,并返回其長度。如果不存在符合條件的子數組,返回 0 。
示例 1:
輸入:target = 7, nums = [2,3,1,2,4,3]
輸出:2
解釋:子數組 [4,3] 是該條件下的長度最小的子數組。
示例 2:
輸入:target = 4, nums = [1,4,4]
輸出:1
示例 3:
輸入:target = 11, nums = [1,1,1,1,1,1,1,1]
輸出:0
提示:
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105
枚舉開始,二分結尾
時間復雜度:O(nlogn)。
vPreSum是前綴和,已知i,求子數組[i,j)的和大于等于target的最小j。
子數組[i,j)的和等于vPreSum[j]-vPreSum[i] ,大于等于target,則vPreSum[j] >= target + vPreSum[i],我們選擇第一個大于等于target + vPreSum[i]的數。
核心代碼
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {vector<long long> vPreSum = { 0 };for (const auto& n : nums){vPreSum.emplace_back(n + vPreSum.back());}int iRet = INT_MAX;for (int i = 0; i < nums.size(); i++){int j = std::lower_bound(vPreSum.begin(), vPreSum.end(), target + vPreSum[i]) - vPreSum.begin();if (vPreSum.size() == j){continue;}iRet = min(iRet,j-i );}return (INT_MAX== iRet)? 0 : iRet;}
};
測試用例
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){assert(v1[i] == v2[i]);}
}template<class T>
void Assert(const T& t1, const T& t2)
{assert(t1 == t2);
}int main()
{int target;vector<int> nums;{Solution slu;target = 7, nums = { 2, 3, 1, 2, 4, 3 };auto res = slu.minSubArrayLen(target, nums);Assert(2, res);}{Solution slu;target = 4, nums = { 1,4,4 };auto res = slu.minSubArrayLen(target, nums);Assert(1, res);}{Solution slu;target = 11, nums = { 1,1,1,1,1,1,1,1 };auto res = slu.minSubArrayLen(target, nums);Assert(0, res);}//CConsole::Out(res);
}
二分長度,利用滑動窗口求和
時間復雜度:O(nlogn)。
首先處理特殊情況:不存在合乎要求的子數組。
尋找第一個符合的長度,用左開右閉的二分。
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {if (std::accumulate(nums.begin(), nums.end(), 0LL) < target){return 0;}//左開右閉空間int left = 0, right = nums.size();while (right - left > 1){const int mid = left + (right - left) / 2; auto Is = [&](){ long long llSum = 0;int i = 0;for (; i < mid; i++){llSum += nums[i];}if (llSum >= target){return true;}for (; i < nums.size(); i++){llSum += nums[i] - nums[i - mid];if (llSum >= target){return true;}}return false;};if (Is()){right = mid;}else{left = mid;}}return right;}
};
滑動窗口
兩層枚舉,第一層從大到小枚舉left,第二層枚舉right。兩層時間復雜度都是O(n),第二層枚舉沒有從新開始,所以總時間復雜度是O(n)。子數組[left,right)是以下情況之一:
一,[left,right)是第一個小于target的right。
二,right是m_c。對應沒有符合要求的以left開始的子數組。
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {m_c = nums.size();long long llSum =0;int iRet = INT_MAX;for (int left = m_c - 1, right = m_c; left >= 0; left--){llSum += nums[left];while (llSum >= target){right--;llSum -= nums[right];}if (m_c != right){iRet = min(iRet, right - left + 1);}}return (INT_MAX==iRet)?0:iRet;}int m_c;
};
擴展閱讀
視頻課程
有效學習:明確的目標 及時的反饋 拉伸區(難度合適),可以先學簡單的課程,請移步CSDN學院,聽白銀講師(也就是鄙人)的講解。
https://edu.csdn.net/course/detail/38771
如何你想快
速形成戰斗了,為老板分憂,請學習C#入職培訓、C++入職培訓等課程
https://edu.csdn.net/lecturer/6176
相關下載
想高屋建瓴的學習算法,請下載《喜缺全書算法冊》doc版
https://download.csdn.net/download/he_zhidan/88348653
我想對大家說的話 |
---|
聞缺陷則喜是一個美好的愿望,早發現問題,早修改問題,給老板節約錢。 |
子墨子言之:事無終始,無務多業 |
。也就是我們常說的專業的人做專業的事。 |
|如果程序是一條龍,那算法就是他的是睛|
測試環境
操作系統:win7 開發環境: VS2019 C++17
或者 操作系統:win10 開發環境:
VS2022 C++17