算法入门：专题二---滑动窗口(长度最小的子数组）更新中
🎬 胖咕噜的稞达鸭：个人主页
长度最小的子数组
长度最小的子数组
-
题目解析：
定义一个target目标值，在数组中要找到满足其总和大于等于target的长度最小的子数组，在示例1中，target是7，数组[ 2, 3 1 2 4 3 ]，2+3+1+2=8，是连续子数组，而且满足>=7的条件，算一个；3+1+2+4>=7，也算，1+2+4=7,算一个；2+4+3>=7，也算；4+3=7，也算。在这些满足条件的数组中要找到长度最小的，已知是【4，3】,最终要返回最小数组的长度，是2，所以最后返回的是2。 -
算法原理：
解法一：
暴力枚举出所有的子数组的和。
暴力枚举策略优化：
题目中强调所有的数字都是正整数，当正整数相加的时候，加的数字越多总共和就会越大，涉及单调性！
先固定一个左区间，枚举右区间
具体做法如下：
[ 2, 3 1 2 4 3 ]给定一个数组，让left指向下标索引为0的位置，然后要定义一个sum用来存储子数组的和，接着还要定义一个right，这个right最开始指向的是下标索引为0的位置，当right向后进行遍历的时候，right指向索引为0的位置，sum=2;right++,sum=2+3=5；此时sum<target;继续遍历，right++,sum=2+3+1=6;此时sum<target;right++,
sum=sum+nums[right]=2+3+1+2=8，此时sum=target，满足条件，由于题目中要求返回的是最小数组的长度，还要定义一个len,用来计算符合条件的数组的长度，此时len=4;当right++,继续走，sum=sum+nums[right]=8+4=12;又是一个满足条件的，len 此时为5.
此时right再次向后++，sum一定是满足大于target的条件，但是len是不断增加的，我们需要的是最小数组的长度，此时就可以停止枚举了。
然后这段区间的left就要更新一下了，left++,然后right需要回退到left的位置吗？
不需要，此时我们已经找到了前一个sum，也就是right在索引为3的位置，此时的sum=8，是第一个大于target的数组的和，right不用回退，我们只需要用第一个满足条件的sum长度减去num[left-1]，然后接着判断此时的sum是否大于target,sum=sum(之前的）-num[left-1]=6,小于target,right++,sum=sum+num[right]=6+4=10,满足条件，大于target;len=4；
此时left++;继续进行枚举。
解法二：
利用单调性，使用同向双指针来优化。（同向双指针也就是滑动窗口）
- 什么是滑动窗口：
本质上就是同向双指针，在遍历数组的时候会做到，就像一个窗口在数组中从左到右滑动。
- 什么时候用滑动窗口？
在暴力解法的时候，两个指针都可以不回退，就可以用滑动窗口。
- 那么怎么用滑动窗口呢？
1.先初始化Left和right让他们来标记左区间和右区间。
2.进窗口
3.判断是否该出窗口，还要更新一下结果（这一步需要旧题论题）。
定义完left和的时候，就让right移动到一个符合条件的最佳位置。定义一个sum来维护窗口，sum增加的时候要判断是否大于target，是否满足条件，如果满足条件，此时需要更新一下结果，len 的长度要更新一下，让left向右移动一位数字，此时left已经出了窗口，然后sum=sum-num[left]，len-1,再接着进行判断，此时的sum小于target,right++，一直进行四步操作。直到right指向为空。
- 怎么保证正确性？
利用了单调性，规避了很多没有必要的枚举行为，当sum第一次>=target的时候，right再次向后走，此时的sum一定是满足大于target的条件，但是len是不断增加的，我们需要的是最小数组的长度，此时就可以停止枚举了。 - 最终的时间复杂度是O（N）。
3. 上代码！
class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int n=nums.size(),sum=0,len=INT_MAX;for(int left=0,right=0;right<n;right++){sum+=nums[right];//进窗口while(sum>=target)//判断{len=min(len,right-left+1);//更新结果sum-=nums[left++];//出窗口}}return len==INT_MAX?0:len;}
};
