1. 题目

在线oj
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总和大于等于 target 的长度最小的 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 。

示例 1：
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。

示例 2：
输入：target = 4, nums = [1,4,4]
输出：1

示例 3：
输入：target = 11, nums = [1,1,1,1,1,1,1,1]
输出：0

提示：

java">1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 104

进阶：

如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

2. 题目解析

解法一：暴力枚举出所有子数组的和
时间复杂度是O(n^2)。
解法二：利用单调性，使用“同向双指针”来进行优化

• 什么滑动窗口？
  同向双指针就是滑动窗口
• 什么时候使用滑动窗口？
  当使用利用单调性，使用同向双指针的时候
• 怎么使用****滑动窗口？

1. left = 0， right = 0
2. 进窗口
3. 更新结果（根据题目判断有没有这一步，这一步放在哪里）
4. 出窗口

接下来我们使用这组数来进行演示：

首先定义两个指针 left 和 right ，分别指向数组下标为0的位置，并定义sum（记录窗口内所有数的总和） 和 len(记录最小子数组的长度)。

3. 代码

java">class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        int n = nums.length;
        int len = Integer.MAX_VALUE;
        int sum = 0;
        for (int left = 0, right = 0; right < n; right++) {
            sum = sum + nums[right];//进窗口
            while (sum >= target){//判断
                len = Math.min(len, right - left + 1);//更新
                sum = sum - nums[left++];//出窗口
            }
            
        }
        return len == Integer.MAX_VALUE ? 0 : len;
    }
}