当前:LC209 · LC209 长度最小的子数组 · 首次出现于 Day 5 · 路径:顶栏「56天打卡」→ 点击 LC 题号 → 逐题动画

LC209算法模式滑动窗口 · 变长伸缩窗口

LC209 长度最小的子数组

target = 7, nums = [2,3,1,2,4,3]

题目是什么

target = 7, nums = [2,3,1,2,4,3]

解决什么问题

窗口何时合法,何时必须收缩,答案在扩张前还是收缩后更新?

核心结论

右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。

01交互算法精讲

先说结论:这道题到底解决什么

怎样从“target = 7, nums = [2,3,1,2,4,3]”推导出 滑动窗口 · 变长,并证明每次状态变化都不会漏掉答案?

中心结论:右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。

读完必须能回答
  1. 1.暴力方案在哪里重复计算,为什么仍然是正确基线?
  2. 2.窗口何时合法,何时必须收缩,答案在扩张前还是收缩后更新?
  3. 3.不变量“元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。”为什么能保证算法安全前进?
02交互算法精讲

完整题目与题意拆解

给定一个整型数组和一个数字 s,找到数组中最短的一个连续子数组,使得连续子数组的数字之和 sum>=s,返回最短的连续子数组的返回值。

在本站主例中,target = 7, nums = [2,3,1,2,4,3]

算法最终需要得到或观察:最短子数组是 [4,3],长度 2。

把题目翻译成状态
  • 输入:target = 7, nums = [2,3,1,2,4,3]
  • 机器需要维护:窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。
  • 最终可观察结果:最短子数组是 [4,3],长度 2。
动画 1 · 题意扫描

先看清算法到底要维护什么

先建立输入、目标、输出和第一批状态,不急着进入模板。

Step 1/20%
题目与输入建立输入、目标与算法心智

目标:找 sum ≥ 7 的最短连续子数组

正在加载算法场景...
03交互算法精讲

第一层方案:暴力做法

枚举所有子串会反复统计大量相同字符;窗口只处理右端新加入和左端刚移出的增量。

暴力方案的价值是确认题意并提供正确性基线。它通常会覆盖所有候选, 但没有保存已经确认的信息,因此同一状态会被重新计算。

动画 2 · 暴力重复

重复工作究竟发生在哪里

把重复读取或重复搜索的区域明确标出,再决定优化必须保存什么。

Step 1/20%
先做对:建立暴力基线枚举所有候选并完整验证

目标:找 sum ≥ 7 的最短连续子数组

正在加载算法场景...
优化方向:右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。
04交互算法精讲

整体地图:先做什么,再做什么

  1. 1建模把输入翻译成“伸缩窗口”,明确答案需要观察什么。
  2. 2状态只维护 窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。
  3. 3转移每一步按照 右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。
  4. 4收尾读取 最短子数组是 [4,3],长度 2。,并复核边界与复杂度。
05交互算法精讲

伸缩窗口:核心概念

右端扩张负责获得新信息,左端收缩负责恢复合法性。

这道题不是为了记住一个组件名称,而是为了让状态具有可解释的语义:窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。

核心不变量
  • 元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。
动画 3 · 核心概念

建立“伸缩窗口”心智模型

用主例建立核心状态,先预测下一步,再公开正确分支和理由。

Step 1/30%
题目与输入建立输入、目标与算法心智

目标:找 sum ≥ 7 的最短连续子数组

正在加载算法场景...
06交互算法精讲

核心机制:状态如何一步步变化

这一题的解题思路是用滑动窗口。在滑动窗口 [i,j]之间不断往后移动,如果总和小于 s,就扩大右边界 j,不断加入右边的值,直到 sum > s,之和再缩小 i 的左边界,不断缩小直到 sum < s,这时候右边界又可以往右移动。以此类推。

右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。

执行过程中持续维护:窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。

正确性依赖以下不变量:元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。

面试时可以压缩为:元素都是正数,右扩 sum 增、左缩 sum 减。右指针扩张,sum≥target 时尽量收缩左边界并记录长度;每个元素进出窗口各一次,O(n)。

落到当前题,执行机制可以压缩为:右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。每一次更新都必须保持核心不变量,而不是只让样例碰巧得到正确答案。

动画 4 · 机制构建

一次状态转移为什么成立

集中观察一次选择、计算和状态写回,让变量变化与原因同时出现。

Step 1/50%
右扩:加入 nums[0] = 2sum += nums[0]

把 nums[R]=2 纳入窗口,sum 从 0 变为 2

正在加载算法场景...
07交互算法精讲

正确性证明:为什么不会漏答案

初始化

初始化:算法开始时,全部合法候选仍在状态表示范围内;元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。

保持

保持:执行“右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。”时,只删除已经能证明不可能的候选,并把新信息写回 窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。

终止

终止:没有待处理状态或达到命中条件时,当前可观察结果就是“最短子数组是 [4,3],长度 2。”。

正确性抓手不是“样例跑通”,而是每一帧结束后仍能复述:元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。
08交互算法精讲

完整执行过程

  1. 1题目与输入target = 7, nums = [2,3,1,2,4,3] 因为:右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。
  2. 2右扩:加入 nums[1] = 3右指针纳入 nums[R]=3,窗口和增加到 5。还不够。 因为:正整数右扩只会让 sum 变大,逐步逼近 target。
  3. 3右扩:加入 nums[3] = 2右指针纳入 nums[R]=2,窗口和增加到 8。达标! 因为:正整数右扩只会让 sum 变大,逐步逼近 target。
  4. 4右扩:加入 nums[4] = 4右指针纳入 nums[R]=4,窗口和增加到 10。达标! 因为:正整数右扩只会让 sum 变大,逐步逼近 target。
  5. 5左缩:移出 nums[1] = 3左指针右移,把 nums[1]=3 移出窗口。仍然达标,继续尝试缩短。 因为:收缩到 sum < target 才停;再缩就不合法了,所以当前长度是这一轮的下界。
  6. 6右扩:加入 nums[5] = 3右指针纳入 nums[R]=3,窗口和增加到 9。达标! 因为:正整数右扩只会让 sum 变大,逐步逼近 target。
  7. 7sum=7 ≥ 7,窗口长度=2窗口和达标,先记录长度 2(刷新最短记录),再试着从左边收缩。 因为:已达标时收缩可能得到更短的合法窗口,所以要尽量缩到不再合法为止。
  8. 8收尾与复杂度最短子数组是 [4,3],长度 2。 因为:时间 O(n) · 空间 O(1)。右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。
动画 5 · 完整执行

从输入完整走到可观察结果

从主例第一帧运行到答案,时间轴始终显示当前状态、因果解释和下一步。

Step 1/80%
题目与输入建立输入、目标与算法心智

目标:找 sum ≥ 7 的最短连续子数组

正在加载算法场景...
09交互算法精讲

把动画和 Go 代码逐行对应

代码窗口不会按容易漂移的固定数字行号硬绑动画,而是根据当前语义阶段, 在完整 Go 实现中定位选择、计算、写回或返回分支。当前变量与高亮行一起变化。

动画 6 · 代码映射

让每个动作都落到 Go 分支

重新执行关键分支,只显示当前代码附近窗口,并说明这行为什么在此刻运行。

Step 1/60%
初始化:窗口从空开始L = 0, R = -1, sum = 0, best = ∞

目标:找 sum ≥ 7 的最短连续子数组

正在加载算法场景...
10交互算法精讲

完整 Go 提交代码与最小测试

完整 Go 解法
func minSubArrayLen(target int, nums []int) int {
	left, sum, res := 0, 0, len(nums)+1
	for right, v := range nums {
		sum += v
		for sum >= target {
			res = min(res, right-left+1)
			sum -= nums[left]
			left++
		}
	}
	if res == len(nums)+1 {
		return 0
	}
	return res
}

func min(a int, b int) int {
	if a > b {
		return b
	}
	return a
}
最小测试集合
func main() {
    // 1. 主例
    //    输入:mode="min-subarray", array=[2,3,1,2,4,3], target=7
    //    期望:最短子数组是 [4,3],长度 2。
    //
    // 2. 失败 / 未命中
    //    检查:数组含负数时本解法失效;本题前提是正整数。
    //
    // 3. 边界
    //    空输入、单元素、最小合法规模,以及答案恰好落在边界的情况。
    //
    // 4. 迁移
    //    LC3 无重复字符最长子串;LC76 最小覆盖子串
}

Go 参考实现基于 halfrost/LeetCode-Go 的 MIT 许可代码整理,并按本站教学结构补充解释与动画映射。

11交互算法精讲

正确性与复杂度

时间复杂度 O(n)

执行过程中只保留仍可能影响答案的状态。右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。

空间复杂度 O(1)

额外状态主要用于维护:窗口左界 L、右界 R、窗口和 sum、当前最短长度 best。

终局不变量
  • 元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。
12交互算法精讲

最容易写错的地方

错误 1

数组含负数时本解法失效;本题前提是正整数。

边界复查

必须额外检查空输入、单元素、未命中或不可达情况,以及恰好落在边界的输入。

13交互算法精讲

最后复盘:带走逻辑链

  1. 1题意target = 7, nums = [2,3,1,2,4,3]
  2. 2重复枚举所有子串会反复统计大量相同字符;窗口只处理右端新加入和左端刚移出的增量。
  3. 3优化右指针扩张累加 sum;一旦 sum ≥ target 就连续左缩,每次缩之前先记录当前长度。
  4. 4证明元素均为正:右扩 sum 单调增、左缩 sum 单调减,滑窗才成立。
  5. 5复杂度时间 O(n),空间 O(1)
面试表达:元素都是正数,右扩 sum 增、左缩 sum 减。右指针扩张,sum≥target 时尽量收缩左边界并记录长度;每个元素进出窗口各一次,O(n)。
迁移练习
  • LC3 无重复字符最长子串
  • LC76 最小覆盖子串