D3 - 209 长度最小子数组

209 长度最小子数组（力扣：https://leetcode.cn/problems/minimum-size-subarray-sum/

条件：在乱序数组内找到满足总和>=target且长度最小的子数组，return 子数组长度；
Tips：

1. 思路在看到tips要用滑动窗口后就确定了，即左边界定、右边界扩到第一个可能的解，而后保证这个窗口长度移动算sum（左++右++），直到新sum大于旧sum，再看能不能缩小窗口（左加右定）；

2. 问题：
   边界条件确定错，因为逻辑是当发现新sum大于旧sum时再缩小窗口直到sum刚好满足>=target，所以直接实现后面的条件就包括前面的了；
   if+for和while的使用混淆，具体见注释，此代码只完成了样例，测试集内未通过，因为缺少了极限情况right触达边界时，这也是写太复杂容易遗漏判定条件：

   初版代码：

点击查看代码

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {

        int L = 0, s = 0, e = 0, sum = 0;

        while(e < nums.size() && sum < target){
            sum += nums[e];
            e++;
        }

        if(sum < target) return 0;
    else{
        L = e - s + 1;//记录第一个成功的长度，前提是L存在
        
        //窗口保持长度不变，向右滑动直到当前值比sum大（意味着可以缩小窗口了)
        while( e < nums.size()){

            //这里不要用if-else，因为缩窗口要直到缩最小，所以缩要是while，而移动的时候是只要不是while缩就一直动，所以放到第一层while这里执行就可以了
            sum = sum - nums[s] + nums[e];
                s++;
                e++;   

            while( sum >= target){ //如果新窗口大则从窗口头开始缩小
                    sum -= nums[s];
                    s++;
                    }
                L = e - s + 1;
            }

        }
        return L;
        }

};

Deepseek补充完边界条件后可以跑通，但是实际更换场景后很容易遗漏一些边界情况，比如最后right到边界的情况：

点击查看代码

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.size();
        int left = 0, right = 0;
        int sum = 0;
        int minLen = INT_MAX;
        
        // 步骤1：找到第一个解
        while (right < n && sum < target) {
            sum += nums[right];
            right++;
        }
        
        // 如果根本没找到解
        if (sum < target) return 0;
        
        // 第一个窗口的长度
        minLen = right - left;
        
        // 步骤2：固定长度滑动并尝试优化
        while (right < n) {
            // 窗口整体右移：去左加右
            sum = sum - nums[left] + nums[right];
            left++;
            right++;
            
            // 步骤3：尝试缩小窗口（从左边缩小）
            while (sum - nums[left] >= target) {
                sum -= nums[left];
                left++;
                minLen = min(minLen, right - left);
            }
        }
        
        // 最后再尝试缩小一次（处理right到边界的情况）
        while (sum >= target) {
            minLen = min(minLen, right - left);
            sum -= nums[left];
            left++;
        }
        
        return minLen;
    }
};

更新后的动态窗口，难点是提炼变动窗口的条件和边界（如只要是没有达到数组末尾窗口就可以一直扩大，只有出现满足条件的子数组才更新len），以及该使用什么样的语句（如while在这里等效于if+for但是更简洁和保证多次进入循环），个人比较容易遗忘的两点是数组长度为right - left + 1以及缩小窗口前先更新len，这样缩完如果不再满足target也不会污染之前存储的len：

点击查看代码

class Solution {
public:
    int minSubArrayLen(int target, vector<int>& nums) {
        int n = nums.size();
        int left = 0;      // 窗口左边界
        int sum = 0;       // 当前窗口的和
        int minLen = INT_MAX;  // 最小长度，初始设为最大值
        
        for (int right = 0; right < n; right++) {
            // 扩展窗口：加入右边界元素
            sum += nums[right];
            
            // 当窗口满足条件时，尝试缩小窗口
            while (sum >= target) {
                // 更新最小长度
                minLen = min(minLen, right - left + 1);
                
                // 缩小窗口：移除左边界元素
                sum -= nums[left];
                left++;
            }
        }
        
        // 如果找到了符合条件的子数组，返回最小长度；否则返回0
        return minLen == INT_MAX ? 0 : minLen;
    }
};