前言🌧️

算法，对前端人来说陌生又熟悉，很多时候我们都不会像后端工程师一样重视这项能力。但事实上，算法对每一个程序员来说，都有着不可撼动的地位。

因为开发的过程就是把实际问题转换成计算机可识别的指令，也就是《数据结构》里说的，「设计出数据结构，在施加以算法就行了」。

当然，学习也是有侧重点的，作为前端我们不需要像后端开发一样对算法全盘掌握，有些比较偏、不实用的类型和解法，只要稍做了解即可。

题目🦀

209. 长度最小的子数组

难度中等

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
  

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。

解题思路🌵

• 此题求解数组中的满足条件的最小子数组
• 可以采用滑动窗口的方式来求解

解题步骤🐂

• 滑动窗口通常意味着两种循环
• 确定好初始值
• 左指针 右指针 初始sum 初始最小连续长度
• 右指针不停往右移动
• 判断当sum大于target时，不断循环缩短左指针，看是否还满足sum大于target
• 如果不满足，则right指针继续右移

解法🔥

/**
 * @param {number} target
 * @param {number[]} nums
 * @return {number}
 */
var minSubArrayLen = function(target, nums) {
    let left =0;
    let right=0;
    let resultNum=nums.length+1
    let sum=0;
    while(right<nums.length){
        sum+=nums[right]
        while(sum>=target){
            const currentLength=right-left+1
            //更新resultNum
            resultNum=Math.min(currentLength,resultNum)
            sum-=nums[left]
            left++;
        }
        right++;
    }
    return resultNum === nums.length+1 ? 0: resultNum 
};

时间复杂度：O(nlogn)

空间复杂度：O(1)

结束语🌞

那么鱼鱼的LeetCode算法篇的「LeetCode」209-长度最小的子数组⚡️就结束了，算法这个东西没有捷径，只能多写多练，多总结，文章的目的其实很简单，就是督促自己去完成算法练习并总结和输出，菜不菜不重要，但是热爱🔥，喜欢大家能够喜欢我的短文，也希望通过文章认识更多志同道合的朋友，如果你也喜欢折腾，欢迎加我好友，一起沙雕，一起进步。