最初的问题是
总和大于给定值的最小子阵列 给定一个整数数组和一个数字x，找到总和大于给定值的最小子数组。在http://www.geeksforgeeks.org/minimum-length-subarray-sum-greater-given-value/
但如果问题只是找到最小的子阵列的大小，我们可以使用分而治之的方法吗？
算法： Size_of_min_subarray（1，n）=
min of Size_of_min_subarray（1，n / 2），Size_of_min_subarray（n / 2，n），Size_of_array_containing mid_element（s）}
Size_of_array_containing_mid_element由：
计算取中间元素，初始化sum = mid元素/ mid元素之和和num_elements = 1/2基于n是奇数或偶数。如果sum <=给定值，检查数字是否向右或向左更大。将更大的元素添加到总和和增量num_elements。重复直到总和>给定的价值。
插图：
1,4,45,6,0,19，阈值= 51
min_size = min {min_size {1,4,45}，min_size {6,0,19}，min_containing_45and6}
min_containing_45and6：
sum = mid元素/ mid元素之和= 45 + 6 = 51＆lt; = 51，num_elements = 2。由于4> 0将4加到sum，sum = 55并且增加num_elements。 num_elements = 3。
min_size = min {不可能，不可能，3} = 3。
这个算法是否正确？我认为如果O（logn），它的复杂性是正确的吗？
编辑：我意识到我用来查找Size_of_array_containin_mid_elemnts的算法是错误的。任何人都建议使用算法来找到这个值吗？
答案 0 :(得分：2)
没有子线性算法可以解决这个问题，因为它必须至少考虑一次每个数组元素（最坏的情况）。
您的算法缺少“基础”步骤，即小Size_of_min_subarray(1,n)的{{1}}（无论“小”是什么）。
您算法的重现次数为n，其中F(n)=2*F(n/2)+G(n)是F(n)的复杂度Size_of_min_subarray，n是G(n)的复杂性{1}}。自Size_of_array_containing_mid_element(n)起，您的算法为G(n)~O(n)。
答案 1 :(得分：0)
如果您只是想在没有任何其他参数的情况下找到最小的子数组（如果我正确读取它），那么它是不是总是大小为1的数组？
我接近这个方法（可能是更快的方法）就是在原始数组中有2个“指针”到索引。在循环中将一个“指针”移动到数组中，直到从后面“指针”到前面“指针”的值之和大于值x。您可以相当容易地存储该子数组或长度，具体取决于您要对信息执行的操作。一旦找到可行的解决方案，就可以向后移动“指针”，直到两个“指针”之间的总和小于阈值。一旦发生这种情况，您再次向前移动前“指针”并重复上述步骤。您比较子阵列的长度，并最终得出正确的答案。运行时为O（n ^ 2），但它得到了正确的答案。
我能看到的唯一问题是，有可能错过一些案例。例如，如果您有{45,1,0,4,6,19}（阈值仍为51），我认为通过按照您的方式拆分数组/列表，您可能会因为拆分而错过解决方案和6个在列表的不同部分。
如果我错了，请纠正我，但我认为我所拥有的是接近的。
答案 2 :(得分：0)
一个非常简单的算法是获得每个可能的子数组大小的最大值，直到你有一个总和大于给定值的子数组。
因此，如果您有一个包含6个元素的数组，则可以开始检查是否存在大于或等于给定值的子数组（换句话说，单个值大于给定值）。如果不检查大小为2的子数组。如果没有检查大小为3的子数组，它继续...
最糟糕的情况是，您需要将所有数组值相加以达到给定值。