力扣：https://leetcode.cn/problems/minimum-size-subarray-sum/
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 [num1, num2, ..., numn-1, numn] ，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
拿到这道题，我相信大家和我一样，第一时间想到的是暴力解法，两个for循环解决，时间复杂度很明显是O(n^2)，暴力解决会超时，这里介绍一个新的方法叫做滑动窗口。
滑动窗口
所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，从而得出我们要想的结果。滑动窗口如何用一个for循环来完成这个操作呢。首先要思考 如果用一个for循环，那么应该表示滑动窗口的起始位置，还是终止位置。如果只用一个for循环来表示滑动窗口的起始位置，那么如何遍历剩下的终止位置？此时难免再次陷入暴力解法的怪圈。所以只用一个for循环，那么这个循环的索引，一定是表示滑动窗口的终止位置。那么问题来了， 滑动窗口的起始位置如何移动呢？
这里还是以题目中的示例来举例，s=7， 数组是 2，3，1，2，4，3，来看一下查找的过程（来自代码随想录）：
窗口就是 满足其和 ≥ s 的长度最小的连续子数组。窗口的起始位置如何移动：如果当前窗口的值大于s了，窗口就要向前移动了（也就是该缩小了）。窗口的结束位置如何移动：窗口的结束位置就是遍历数组的指针，也就是for循环里的索引。
解题的关键在于 窗口的起始位置如何移动，如图所示：
滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。从而将O(n^2)暴力解法降为O(n)。
代码如下：
class Solution {
// 滑动窗口
public int minSubArrayLen(int s, int[] nums) {
int left = 0;
int sum = 0;
int result = Integer.MAX_VALUE;
for (int right = 0; right < nums.length; right++) {
sum += nums[right];
while (sum >= s) {
result = Math.min(result, right - left + 1);
sum -= nums[left++];
}
}
return result == Integer.MAX_VALUE ? 0 : result;
}
}
其实该题可以看做双指针类似的解法，首先定一个left变量，从第一个元素开始循环1，不断的累加，一旦累加值达到了target，这个时候我们就应该求解最短的子数组和，同时累加值要减去最开始的值，再把left向左移动。
怎么样，很简单吧，秒，实在是秒！！！重要在于思路，后面还有该题升级版，难度大了很多，但还是滑动窗口的思想。
标签：窗口,nums,int,位置,数组,LeetCode209,滑动 From： https://www.cnblogs.com/lzdream/p/16927619.html