滑动窗口实例1（长度最小的子数组）

题目：

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 。

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：

• 1 <= target <= 109
• 1 <= nums.length <= 105
• 1 <= nums[i] <= 105

算法原理：

暴力解法基础上的优化：

暴力解法是依次固定左边界，从左边界开始依次作为右边界加入sum，计算和，当和>=target且小于上一次的结果就更新结果

暴力解法存在很多不必要且重复的计算：

滑动窗口（优解）：

 滑动窗口其实就是同向指针，left指针和right指针都不会回退

初始化：left=0 （左边界）right=0（待进入窗口的数值）

1 进窗口：让right指针指向的数值加入sum中

2 判断：若是sum>=target（已是当前left指向数值作为左边界找到的满足条件的最短连续子数组，right指针没必要往后面走，再让sum加入一些数值，因为只要再加入数值，一定是比target大的，但是又增加了长度，所以没必要）  且比上一次的结果要小则更新结果

 3 出窗口：left指向的数值作为左边界已有自己的最优结果，sum-=nums[left++]

    重复步骤2的判断，因为出了原先的nums[left] ，新数值作为左边界时也可能已经满足条件              sum>=target（right指针依然是原nums[left]做左边界时，能够找到的最优右边界)，如right指向的数值加入后使得sum远远大于target，那么出了一个元素，可能会使得剩下的元素依然>=target

4 结束条件：right>=n 

代码实现：

 

class Solution 
{
public:int minSubArrayLen(int target, vector<int>& nums){int sum = 0;int len = INT_MAX;//注意不能初始化为0，因为是找最小int left = 0;int right = 0;int n = nums.size(); while(right<n){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}right++;}return len==INT_MAX?0:len;}
};