LeetCode 209：最小长度的子数组 Minimum Size Subarray Sum

算法是一个程序的灵魂

爱写bug（ID：icodebugs）

作者：爱写bug

给定一个含有 n 个正整数的数组和一个正整数 **s ，找出该数组中满足其和 ≥ s 的长度最小的连续子数组。**如果不存在符合条件的连续子数组，返回 0。

Given an array of n positive integers and a positive integer s, find the minimal length of a contiguous subarray of which the sum ≥ s. If there isn’t one, return 0 instead.

示例:

输入: s = 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连续子数组。

进阶:

如果你已经完成了O(n) 时间复杂度的解法, 请尝试 O(n log n) 时间复杂度的解法。

Follow up:

If you have figured out the O(n) solution, try coding another solution of which the time complexity is O(n log n).

这里我们一步到位，直接用 O(n log n) 时间复杂度的解法。

​ 我们定义两个指针i、j，i 指向所截取的连续子数组的第一个数，j 指向连续子数组的最后一个数。截取从索引 i 到索引 j 的数组，该数组之和若小于 s，则 j 继续后移，直到大于等于s。记录 j 与 i 差值（返回的目标数）。之后i 后移一位继续刷新新数组。

最坏情况是 i 从0移动到末尾，时间复杂度为O(n),内循环 j 时间复杂度O(log n)，总时间复杂度 O(n log n) ，
这道题 Java 提交运行时间：Your runtime beats 99.95 % of java submissions.

class Solution {
    public int minSubArrayLen(int s, int[] nums) {
 if(nums.length==0)return 0;//空数组则直接返回0
 //返回的目标数 target 定义为最大，sum 起始值为数组第一个数
 int i=0,j=0,numsLen=nums.length,target=Integer.MAX_VALUE,sum=nums[i];
 while (i=numsLen){//如果j等于numsLen，则sum已是从索引i到末位的所有数字之和，后面i无论怎么向后移动均不可能大于s，直接返回target
      return target==Integer.MAX_VALUE ? 0:target;//如果target值依然为Integer.MAX_VALUE，则意味着i=0，sum为数组所有数之和，则返回0
  }else {
      sum+=nums[j];//sum向后累加直到大于s
  }
     }
     if(j-i+1
Python3：
class Solution:
    def minSubArrayLen(self, s: int, nums: List[int]) -> int:
 if len(nums)==0: return 0
 i = 0
 j = 0
 nums_len = len(nums)
 target = float("inf")#将target定义为最大
 sum = nums[0]
 while i < nums_len:
     while sum < s:
  j+=1
  if j >= nums_len:
      return target if target != float("inf") else 0
  else:
      sum += nums[j]
     target = min(target, j - i + 1)
     sum -= nums[i]
     i+=1
 return target