题目来源：https://leetcode.cn/problems/minimum-size-subarray-sum/
给定一个含有 n 个正整数的数组和一个正整数 target 。
找出该数组中满足其和 ≥ target 的长度最小的 连续子数组 [numsl, numsl+1, ..., numsr-1, numsr] ，并返回其长度。如果不存在符合条件的子数组，返回 0 。
2. 题解 2.1 暴力解法从大小为1，到大小为的所有子数组开始尝试，当，停止。
图1. 暴力解法，遍历
该方法的算法复杂度为，代码如下，
class Solution(object):
def minSubArrayLen(self, target, nums):
"""
:type target: int
:type nums: List[int]
:rtype: int
"""
# 自创的这个不是滑动窗口，是暴力解法，相当于把所有长度从小到大遍历了一遍
# 使用窗方式，lst_sum[[窗为1时的和] [窗为2时的和] [...] ]
# 首先为lst_sum补充一行0，在计算窗为1时和后面计算方式一致
lst_sum = [[0]*(len(nums)+1)]
# 窗的大小从1-n，即i从0-(n-1)
for i in range(len(nums)):
# 初始化下一行 第i+1行
lst_sum.append([])
# 窗大小为i+1时，共有n-(i+1)+1 = n 个和
for j in range(i, len(nums)):
# 上一行的第j-i个元素加上从第j个元素开始
sub_sum = lst_sum[i][j-i]+nums[j]
if sub_sum >= target:
print("窗的大小{}".format(i+1))
print("此时的nums元素指针：{}".format(j))
print("此时的元素：{}".format(nums[j]))
return i+1
lst_sum[i+1].append(sub_sum)
return 0
虽然这个和窗口的概念很像，但是这个不是滑动窗口法/weixiao，这个是暴力解法，他的时间复杂度是!!!
2.2 滑动窗口法滑动窗口，中的“滑动”在于窗口的大小可以改变，实现这一操作，需要双指针，一左一右。只需遍历一遍列表，问题就解决了。时间复杂度为。
图2. 滑动窗口法
根据图2，当窗口内的和>=target时，左指针右移，否则，右指针右移。并在该过程中，记录 最小的>=target的窗口。代码如下，
class Solution(object):
def minSubArrayLen(self, target, nums):
"""
:type target: int
:type nums: List[int]
:rtype: int
"""
index_left = 0
sum = 0
result = 1e5+1
tag = [index_left, index_left]
for index_right in range(len(nums)):
sum += nums[index_right]
while sum >= target:
if result > index_right - index_left + 1:
result = index_right - index_left + 1
tag = [index_left, index_right]
sum -= nums[index_left]
index_left += 1
if result==1e5+1:
result = 0
return result,tag
if __name__ == '__main__':
solution = Solution()
# out = 2
nums = [2,3,1,2,4,3]
target = 7
# solution.minSubArrayLen(target,nums)
out,tag = solution.minSubArrayLen(target,nums)
print(out,tag)
结果：
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
