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 [numsl, numsl+1, ..., numsr-1, numsr] ，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

提示：
1 <= target <= 109
1 <= nums.length <= 105
1 <= nums[i] <= 105

进阶：

如果你已经实现 O(n) 时间复杂度的解法, 请尝试设计一个 O(n log(n)) 时间复杂度的解法。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/2VG8Kg
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题方法及思路

读题， ≥ target 、长度最小，1 <= nums[i] <= 105，都是正数，最初我想的是，先找到数组中最大的数，然后向两边遍历，因为最短的长度肯定包含最大值。但后面写着代码发现边界值不好处理，而且万一数组中最大值有重复，就不好解决，所以用滑动窗口。

维护两个指针，分别是滑动窗口的初始位置和末尾位置，指针初始位置都为0，每次首先移动末尾指针，将当前数加入窗口并计算窗口元素和，当和≥ target时，比较窗口的长度，记录最小值，然后维护窗口。维护窗口的操作是：减去初始位置指向的元素，并移动指针。

class Solution {
    public int minSubArrayLen(int target, int[] nums) {
        // 滑动窗口
        int n = nums.length;

        // 窗口初始位置和末尾位置
        int start = 0, end = 0;
        // 记录窗口和
        int sum = 0;
        int res = Integer.MAX_VALUE;

        while (end < n) {
            sum += nums[end];
            while (sum >= target) {
                res = Math.min(res, end - start + 1);
                // 维护窗口元素和
                sum -= nums[start];
                start++;
            }
            end++;
        }

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

结果如下：