Leetcode 209:長度最小的子陣列(最詳細解決方案!!!)
阿新 • • 發佈:2019-01-03
給定一個含有 n 個正整數的陣列和一個正整數 s ,找出該陣列中滿足其和 ≥ s 的長度最小的子陣列。如果不存在符合條件的子陣列,返回 0。
示例:
輸入: [2,3,1,2,4,3], s = 7
輸出: 2
解釋: 子陣列 [4,3] 是該條件下的長度最小的子陣列。
進階:
如果你已經完成了O(n) 時間複雜度的解法, 請嘗試 O(n log n) 時間複雜度的解法。
解題思路
我們首先想到的方案是暴力破解,通過遍歷所有的子陣列找到滿足條件的最小子陣列。
class Solution:
def minSubArrayLen(self, s, nums):
"""
:type s: int
:type nums: List[int]
:rtype: int
"""
minLen = len(nums) + 1
for i, _ in enumerate(nums):
sum_all = 0
for j, tmp in enumerate(nums[i:]):
sum_all += tmp
if sum_all >= s:
minLen = min(minLen, j + 1)
if minLen == len(nums) + 1:
return 0
return minLen
但是這種O(n^2)
解法,我們通過分析發現我們上述演算法中有大量重疊運算。我們有沒有更快的做法?
我們這樣看這個問題,問題要求我們找一個數,並且這個數是在一個有序的區間內。對了!!!可以使用二分搜尋法
,那麼我們同時就要考慮判斷條件(二分搜尋法
會判斷中間元素),我們將視窗的大小內元素值是否滿足和>=s
作為條件。
我們在演算法的一開始應該考慮陣列長度的一半
,這裡上取整或下取整不影響(但是要前後一致)結果。
p
2 3 1 2 4 3
| |
接著我們就要判斷在這樣一個視窗(左右都是閉區間)內是否滿足上述條件。
| |
2 3 1 2 4 3
我們通過滑動視窗發現有滿足條件(一旦出現,直接返回,不用繼續尋找了)的情況。我們接著將長度對半
p
2 3 1 2 4 3
| |
我們接著滑動視窗判斷剩餘空間中是否有滿足條件的情況出現
2 3 1 2 4 3
| |
以此類推下去。
class Solution:
def _windowEx(self, nums, size, s):
sum = 0
for i, _ in enumerate(nums):
if i >= size:
sum -= nums[i - size]
sum += nums[i]
if sum >= s:
return True
return False
def minSubArrayLen(self, s, nums):
"""
:type s: int
:type nums: List[int]
:rtype: int
"""
l = 1
r = len(nums)
result = 0
while l <= r:
mid = l + (r - l)//2
if self._windowEx(nums, mid, s):
r = mid - 1
result = mid
else:
l = mid + 1
return result
這個演算法的時間複雜度就是O(nlogn)級別的。我們就會想有沒有O(n)
級別的演算法呢?我們是否可以只遍歷一遍就可以得到結果?
這個時候我們就會想到之前Leetcode 167:兩數之和 II - 輸入有序陣列提到的對撞指標
。我們可以建立兩個指標,通過累加兩個指標的區間內的值和s
比較,就可以在O(n)
級別的時間內得到結果。
2 3 1 2 4 3
l <- -> r
由於兩個指標移動的過程中,指標之間的距離就像一個視窗一樣,我們通過控制視窗的大小,得到我們想要的結果。我們稱這種問題是一個滑動視窗問題。
class Solution:
def minSubArrayLen(self, s, nums):
"""
:type s: int
:type nums: List[int]
:rtype: int
"""
l = 0
r = 0
sum_all = 0
nums_len = len(nums)
minLength = nums_len + 1
while l < nums_len:
if r < nums_len and sum_all < s:
sum_all += nums[r]
r += 1
else:
sum_all -= nums[l]
l += 1
if sum_all >= s:
minLength = min(minLength, r - l)
if minLength == nums_len + 1:
return 0
return minLength
如有問題,希望大家指出!!!