#长度最小的子数组

/**
 * 找出数组中和大于等于目标值的最小连续子数组长度
 * 
 * 使用滑动窗口（双指针）算法：
 * 1. 右指针不断向右扩展窗口，累加元素
 * 2. 当窗口内的和满足条件时，左指针向右收缩窗口，寻找最小长度
 * 3. 重复上述过程直到遍历完整个数组
 * 
 * @param target - 目标和的值
 * @param nums - 正整数数组
 * @returns 满足条件的最小子数组长度，如果不存在则返回 0
 * 
 * @example
 * minSubArrayLen(7, [2,3,1,2,4,3]) // 返回 2，子数组 [4,3]
 * minSubArrayLen(11, [1,2,3,4,5]) // 返回 3，子数组 [3,4,5]
 * minSubArrayLen(100, [1,2,3]) // 返回 0，不存在满足条件的子数组
 * 
 * 时间复杂度：O(n) - 每个元素最多被访问两次（一次右指针，一次左指针）
 * 空间复杂度：O(1) - 只使用固定的额外变量
 */
export function minSubArrayLen(target: number, nums: number[]): number {
    // 获取数组长度，后续频繁使用
    const n = nums.length;
    
    // 边界条件检查：如果数组为空或目标值无效，直接返回 0
    // 避免后续不必要的计算
    if (n === 0 || target <= 0) {
        return 0;
    }

    // 左指针，表示滑动窗口的左边界
    // 初始值为 0，指向数组第一个元素
    let left = 0;
    
    // 记录找到的最小子数组长度
    // 初始化为 Infinity（无穷大），方便后续比较
    let minLen = Infinity;
    
    // 记录当前滑动窗口内所有元素的和
    // 初始值为 0，随着窗口扩展和收缩而动态变化
    let sum = 0;

    // 外层循环：右指针从 0 遍历到 n-1，不断扩展窗口右边界
    // right 既是循环变量，也代表滑动窗口的右边界
    for (let right = 0; right < n; right++) {
        // 将右指针指向的元素加入窗口，更新窗口内的和
        // 这一步相当于扩展窗口
        sum += nums[right];

        // 内层循环：当窗口内的和满足条件（≥ target）时
        // 尝试收缩左边界以寻找更小的满足条件的子数组
        // 使用 while 是因为可能需要多次收缩才能找到最小值
        while (sum >= target) {
            // 计算当前窗口的长度，并与已记录的最小长度比较
            // right - left + 1 是因为索引从 0 开始，需要加 1
            // 例如：left=1, right=3，长度为 3-1+1=3
            minLen = Math.min(minLen, right - left + 1);
            
            // 从窗口中移除左指针指向的元素，准备收缩窗口
            // 先减去该元素的值，更新窗口和
            sum -= nums[left];
            
            // 左指针向右移动一位，收缩窗口左边界
            // 继续检查收缩后的窗口是否仍然满足条件
            left++;
        }
    }

    // 返回结果：
    // 如果 minLen 仍是 Infinity，说明没有找到满足条件的子数组，返回 0
    // 否则返回找到的最小长度值
    return minLen === Infinity ? 0 : minLen;
}