当前位置: 首页 > news >正文

双指针专题(四):像毛毛虫一样伸缩——「长度最小的子数组」

场景想象:

你有一条毛毛虫(窗口),它趴在一个数字数组上。

它的目标是:吃够一定的“营养值”(数组元素之和 $\ge$ target)。

  • 策略

    1. 进食(右指针向右伸):为了吃饱,它必须把头往前伸,把新的数字吞进来。

    2. 消化(左指针向右缩):一旦吃饱了(和 $\ge$ target),它觉得自己太胖了,为了保持“身材苗条”(长度最小),它会尝试把尾巴缩回来(吐出左边的数字),看看是不是还能保持饱腹状态。

这就是滑动窗口的核心逻辑:进窗口 -> 判断 -> 出窗口

力扣 209. 长度最小的子数组

https://leetcode.cn/problems/minimum-size-subarray-sum/

题目分析:

  • 输入:正整数数组nums,正整数target

  • 目标:找到一个连续子数组,使得其和 $\ge$target

  • 输出:满足条件的最小长度。如果没有,返回 0。

例子:target = 7, nums = [2, 3, 1, 2, 4, 3]

  1. [2, 3, 1]和是 6,不够。

  2. [2, 3, 1, 2]和是 8,够了!长度 4。

    • 尝试缩尾巴:去掉 2,[3, 1, 2]和是 6,不够了。

  3. 继续伸头...[3, 1, 2, 4]和是 10,够了!

    • 缩尾巴:去掉 3,[1, 2, 4]和是 7,够了!长度 3。

    • 再缩尾巴:去掉 1,[2, 4]和是 6,不够。

  4. 继续伸头...[2, 4, 3]和是 9,够了!

    • 缩尾巴:去掉 2,[4, 3]和是 7,够了!长度 2

    • 再缩尾巴:去掉 4,[3]和是 3,不够。

最终答案:2。

核心思维:$O(N)$ 的魔法

如果用暴力解法,我们需要两层循环(枚举所有起点和终点),复杂度是 $O(N^2)$。

而滑动窗口只需要两个指针配合,right 指针主动走,left 指针被动走。

每个元素最多被“进窗口”一次,被“出窗口”一次。所以复杂度是 $O(N)$。

代码实现 (JavaScript)

这是滑动窗口最标准的模板,背下来能应付 80% 的同类题。

JavaScript

/** * @param {number} target * @param {number[]} nums * @return {number} */ var minSubArrayLen = function(target, nums) { let left = 0; // 窗口左边界 let right = 0; // 窗口右边界 let sum = 0; // 窗口内元素的和 let result = Infinity; // 记录最小长度,初始化为无穷大 // 1. 右指针主动向右滑动,扩大窗口 while (right < nums.length) { // --- 进窗口 --- sum += nums[right]; // 2. 当窗口内的和满足条件时,尝试收缩左边界 // 注意:这里用 while,因为可能需要连续缩好几次 // 比如 [100, 1, 1, 1], target=100。读到100时直接满足,后面可能还要继续缩。 while (sum >= target) { // 更新最小长度 let currentLen = right - left + 1; result = Math.min(result, currentLen); // --- 出窗口 --- sum -= nums[left]; left++; // 左边界向右收缩 } // 继续寻找下一个 right++; } // 如果 result 还是 Infinity,说明整个数组加起来都没 target 大 return result === Infinity ? 0 : result; };

深度辨析:为什么是 While 而不是 If?

在收缩窗口的时候:

JavaScript

while (sum >= target) { ... }

很多初学者会写成 if。

如果是 if,意味着你每加进来一个新数字,左边最多只缩一步。

但在本题中,假设 nums = [1, 1, 1, 1, 100], target = 100。

  • right走到100时,sum变成了 104。

  • 此时满足条件。如果你只缩一步(去掉第一个 1),sum变成 103,还是满足条件,其实应该继续缩!

  • 我们需要把左边的1, 1, 1, 1全部缩掉,只留下[100],才能得到最优解。

  • 所以必须用while,直到不能缩为止。

总结

这道题是不定长滑动窗口的开山之作。

  • 特征:求“最长/最短/满足条件”的连续子数组。

  • 模板

    • 外层循环移动right(扩张)。

    • 内层循环移动left(收缩,寻找最优解)。


下一题预告:无重复字符的最长子串

接下来这道题LC 3. 无重复字符的最长子串,是 LeetCode全站排名第一的题目(无论按热度还是按面试频率)。

  • 它也是滑动窗口,但稍微变了一点点:

  • 这一次,窗口收缩的条件不是“和大于等于 target”,而是**“窗口里出现了重复字符”**。

  • 比如abcabcbb,当你遇到第二个a时,左指针该怎么动?

准备好挑战这道**算法界的“Hello World”**了吗?

http://www.jsqmd.com/news/181845/

相关文章:

  • 揭秘Python多模态数据存储瓶颈:3种高性能方案彻底提升IO效率
  • 导师推荐9个AI论文写作软件,专科生轻松搞定毕业论文!
  • NBA球星采访重播:粉丝选择自己喜欢的解说风格
  • 【SpringBoot】搭建Java部署环境 部署项目到Linux服务器
  • 【AI工程师私藏手册】:Python大模型显存占用分析与极致压缩技术揭秘
  • 动漫角色语音克隆:粉丝自制作品也能拥有原版声线
  • VoxCPM-1.5-TTS-WEB-UI支持多种语言输入的语音合成测试报告
  • ChromeDriver下载地址汇总?不如先了解VoxCPM-1.5-TTS部署依赖
  • 前端频繁触发预检?FastAPI CORS配置全攻略,一文搞定
  • CSDN官网博主都在用的语音合成工具:VoxCPM-1.5-TTS推荐
  • 双指针专题(五):灵活的起跳——「无重复字符的最长子串」
  • 足球裁判判罚解释:赛后回放附带语音说明争议点
  • 卢卡斯定理简记
  • 双指针专题(六):贪婪的采摘者——「水果成篮」
  • 幼儿园亲子留言系统:孩子录音转文字再转语音回家播放
  • 学生毕业设计展示:答辩环节加入AI语音辅助讲解
  • 自助售票机交互升级:VoxCPM-1.5-TTS改善用户操作体验
  • 家族族谱语音记录:后代子孙聆听祖先奋斗历程
  • 智能硬件集成:VoxCPM-1.5-TTS在IoT设备上的轻量化部署
  • 智能家居控制反馈:VoxCPM-1.5-TTS提供自然语音回应机制
  • 建筑设计理念阐述:客户戴上耳机感受空间魅力
  • 自闭症儿童康复训练:温和语音刺激语言能力发展
  • 飞机黑匣子语音记录:事故调查新增AI还原功能
  • MySQL远程连接配置与安全实战
  • 视频自动字幕生成器 (Video Subtitle Generator)
  • FastAPI跨域问题深度解析(预检请求避坑宝典)
  • 探索VoxCPM-1.5-TTS的声音克隆能力:个性化语音不再是难题
  • HuggingFace镜像网站同步更新VoxCPM-1.5-TTS最新版本
  • Python大模型显存占用过高?5种实战策略助你降低30%以上显存消耗
  • Python 3.13 废弃特性深度解读:影响你项目的3个关键点