长度最小的子数组

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 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。

法一：暴力法（会超时）双层for循环遍历每种可能序列

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int len = INT32_MAX;
        for(int i = 0;i < nums.size();i ++){
            int res = 0;
            for(int j = i;j < nums.size();j ++){
                res += nums[j];
                if(res >= target) {
                    int tmpLen = j-i+1;
                    len = len < tmpLen ? len : tmpLen;
                    break;
                }
            }
       }
       return len==INT32_MAX?0:len;
    }
};

法二：滑动窗口

这种题就是经典的滑动窗口，我们把子序列当成一个窗口，就是不断滑动这个窗口，从而找到最短的一个满足题意的解。

那么首先我们需要一个for循环，控制窗口尾部，定义一个k控制窗口首部，那么我们只需要循环，在循环时候让res（保存子序列和）不断增加，直到满足target，此时我们将长度算出来，再把最左边的减去，让k向前进，可以用一个三目运算符，判断是否为最小的长度，是的话就更新len。

最后再判断一下len有没有改变过，没改变过就是没找到过符合题意的，返回0，找到了就返回len即可。

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int res = 0,len = INT32_MAX,k = 0;
        for(int i = 0;i < nums.size();i ++){
            res += nums[i];
            while(res >= target){
                len = len<(i-k+1)?len:(i-k+1);
                res -= nums[k];
                k++;
            }
        }
        return len==INT32_MAX?0:len;
    }
};