长度最小子数组和

分析

本题中是找与target相符的最小连续的子数组和————能够容纳target这么大的最小子区间。虽然本节引入了滑动窗口的概念，可我更偏好于，这是一只毛毛虫在数组上的移动，找到最小的容纳自己位置的地方(只有全部遍历过，才能知晓最小)

• target可看作毛虫本身的重量，数组中的每个元素值表示可承受的重量，right右指针看做毛虫的头，left左指针看做毛虫的尾巴
• 在头部前进的过程中，扫过的连续元素累积和如果大于等于毛虫自身的重量，尾部便可以开始收缩前进，这时如果毛虫占据的数组空间无法承载毛虫的重量，毛虫的头部就要继续前进
• 所以，两个循环，外部循环控制的是头部的移动，内部循环控制的是尾部的移动，内外循环其实只是毛虫在数组区间上的一次遍历
• 在内循环中记录下遍历的最小子区间边界索引和最小长度

本节的核心其实还是在于遍历，双层for循环这种暴力破解确实可以做，主要还是所给出的target，且题意表示的子区间是局部连续性，给了我们一个更加明确的问题条件，用"滑动窗口/毛虫移动"解法就更优

主类

class Solution {
    public int minSubArrayLen(int target, int[] nums) {

        if (nums.length == 0) {
            return 0;
        }

        if (nums.length == 1 && nums[0] != target) {
            return 0;
        }

        int slow = 0;
        int fast = 0;

        int sum  = 0;
        int res  = Integer.MAX_VALUE;
        

        while (fast < nums.length) {
            
            sum += nums[fast];

            while (sum >= target) {
                int len = fast - slow + 1;

                if (len < res) {
                    res = len;
                }

                sum -= nums[slow++];
            }

            fast++;

        }

        return res == Integer.MAX_VALUE ? 0 : res;
        
    }
}

解释

result初始值为什么控制这么大？

在滑动窗口算法中，将result的初始值设置为Integer.MAX_VALUE原因为了确保在算法执行过程中能够正确地更新result为找到的最小值

• 避免初始值影响结果：如果初始值设置太小，可能会干扰算法找到真正的最小值
• 确保正确更新：任何合法的数组长度都小于Integer.MAX_VALUE,算法在第一次找到符合条件的子数组时，无论这个子数组的长度是多少，都会更新result的长度
• 处理无解情况：如果数组中没有任何子数组的和能够达到或超过target，return result == Integer.MAX_VALUE ? 0 : result;