2026-05-09:不同元素和至少为 K 的最短子数组长度。用go语言,给定一个整数数组 nums 和一个整数 k。你需要在数组中找一个连续的非空子数组,使得这个子数组里不同元素的种类数对应的取值之和(也就是:每个数只算一次,不重复计)不小于 k。求满足条件的最短子数组长度;如果不存在这样的子数组,就返回 -1。

1 <= nums.length <= 100000。

1 <= nums[i] <= 100000。

1 <= k <= 1000000000。

输入: nums = [2,2,3,1], k = 4。

输出: 2。

解释:

子数组 [2, 3] 具有不同的元素 {2, 3},它们的和为 2 + 3 = 5,这至少为 k = 4。因此,答案是 2。

题目来自力扣3795。

算法执行过程详细描述 核心思路

我们使用滑动窗口(双指针)算法:用左、右两个指针界定一个连续的窗口,右指针不断向右扩展窗口,把元素加入窗口;当窗口内不同元素的和 ≥ k时,尝试收缩左指针缩小窗口,同时记录满足条件的最小窗口长度。整个过程只遍历数组一次,保证高效性。

关键变量说明

  1. 1.cnt:哈希表,记录窗口内每个数字出现的次数

  2. 2.sum:记录窗口内不同元素的和(每个数字只加一次,重复出现不加)

  3. 3.left:滑动窗口的左边界指针

  4. 4.ans:记录满足条件的最短子数组长度,初始为无穷大

  5. 5.i(右指针):滑动窗口的右边界指针

逐步骤执行过程

数组:[2, 2, 3, 1],目标和 k=4
初始状态:cnt=空sum=0left=0ans=无穷大

第一步:右指针 i=0,元素 x=2

  1. 1. 把 2 加入窗口:cnt[2] = 1

  2. 2. 因为是第一次出现 2,sum += 2→ sum=2

  3. 3. 判断 sum(2) ≥ 4?不满足,不收缩窗口

  4. 4. 当前窗口:[0,0],长度1,不满足条件

第二步:右指针 i=1,元素 x=2
  1. 1. 把 2 加入窗口:cnt[2] = 2

  2. 2. 2 已经出现过,sum 不变化 → sum=2

  3. 3. 判断 sum(2) ≥ 4?不满足,不收缩窗口

  4. 4. 当前窗口:[0,1],长度2,不满足条件

第三步:右指针 i=2,元素 x=3
  1. 1. 把 3 加入窗口:cnt[3] = 1

  2. 2. 第一次出现 3,sum += 3→ sum=5

  3. 3. 判断 sum(5) ≥ 4?满足条件,开始收缩左指针:

  • • 更新最短长度:ans = min(无穷大, 2-0+1=3) → ans=3

  • • 移出左边界元素 2:cnt[2] = 1

  • • 2 还在窗口中,sum 不变 → sum=5

  • • 左指针右移:left=1

4. 再次判断 sum(5) ≥ 4?仍满足,继续收缩:

  • • 更新最短长度:ans = min(3, 2-1+1=2) → ans=2

  • • 移出左边界元素 2:cnt[2] = 0,2 彻底离开窗口

  • • sum 减去 2 → sum=3

  • • 左指针右移:left=2

5. 此时 sum=3 < 4,停止收缩

6. 当前窗口:[2,2],长度1,不满足条件

第四步:右指针 i=3,元素 x=1

  1. 1. 把 1 加入窗口:cnt[1] = 1

  2. 2. 第一次出现 1,sum += 1→ sum=4

  3. 3. 判断 sum(4) ≥ 4?满足条件,开始收缩左指针:

  • • 更新最短长度:ans = min(2, 3-2+1=2) → ans 保持 2

  • • 移出左边界元素 3:cnt[3] = 0,3 彻底离开窗口

  • • sum 减去 3 → sum=1

  • • 左指针右移:left=3

4. 此时 sum=1 < 4,停止收缩

5. 当前窗口:[3,3],长度1,不满足条件

最终结果

遍历完整个数组后,ans=2(不是无穷大),返回结果 2。

时间复杂度 & 空间复杂度 1. 时间复杂度

  • • 右指针从头到尾遍历数组一次,共执行 n 次(n 为数组长度)

  • • 左指针只会向右移动,不会回退,整个过程最多执行 n 次

  • 哈希表的增、删、查操作都是O(1)常数时间

  • • 总时间复杂度:O(n)(线性时间),能高效处理 10万 长度的数组

2. 额外空间复杂度
  • • 仅使用了一个哈希表cnt存储窗口内的不同元素

  • • 哈希表的最大存储量 = 数组中不同元素的个数

  • • 总额外空间复杂度:O(n)(最坏情况数组元素全不同)

总结
  1. 1. 执行过程:右指针扩展窗口累加不同元素和,满足条件后左指针收缩窗口,同步记录最小长度;

  2. 2. 时间复杂度:O(n),适合大数据量;

  3. 3. 额外空间复杂度:O(n),用于存储窗口内元素计数。

Go完整代码如下:

package main

import (
"fmt"
"math"
)

func minLength(nums []int, k int)int {
cnt := map[int]int{}
sum := 0
left := 0
ans := math.MaxInt

for i, x := range nums {
// 1. 入
cnt[x]++
if cnt[x] == 1 {
sum += x
}

for sum >= k {
// 2. 更新答案
ans = min(ans, i-left+1)

// 3. 出
out := nums[left]
cnt[out]--
if cnt[out] == 0 {
sum -= out
}
left++
}
}

if ans == math.MaxInt {
return-1
}
return ans
}

func main() {
nums := []int{2, 2, 3, 1}
k := 4
result := minLength(nums, k)
fmt.Println(result)
}
打开网易新闻 查看精彩图片

Python完整代码如下:

# -*-coding:utf-8-*-

import math

defminLength(nums, k):
cnt = {}
sum_val = 0
left = 0
ans = math.inf

for i, x inenumerate(nums):
# 1. 入
cnt[x] = cnt.get(x, 0) + 1
if cnt[x] == 1:
sum_val += x

while sum_val >= k:
# 2. 更新答案
ans = min(ans, i - left + 1)

# 3. 出
out_val = nums[left]
cnt[out_val] -= 1
if cnt[out_val] == 0:
sum_val -= out_val
left += 1

if ans == math.inf:
return -1
return ans

if __name__ == "__main__":
nums = [2, 2, 3, 1]
k = 4
result = minLength(nums, k)
print(result)
打开网易新闻 查看精彩图片

C++完整代码如下:

#include  

#include
#include
#include
#include

usingnamespace std;

int minLength(vector& nums, int k) {
unordered_map cnt;
int sum = 0;
int left = 0;
int ans = INT_MAX;

for (int i = 0; i < nums.size(); i++) {
int x = nums[i];

// 1. 入
cnt[x]++;
if (cnt[x] == 1) {
sum += x;
}

while (sum >= k) {
// 2. 更新答案
ans = min(ans, i - left + 1);

// 3. 出
int out_val = nums[left];
cnt[out_val]--;
if (cnt[out_val] == 0) {
sum -= out_val;
}
left++;
}
}

if (ans == INT_MAX) {
return-1;
}
return ans;
}

int main() {
vector nums = {2, 2, 3, 1};
int k = 4;
int result = minLength(nums, k);
cout << result << endl;
return0;
}
打开网易新闻 查看精彩图片

我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。