09. 长度最小的子数组
题目链接：
题目描述：
题目示例：
解法一：暴力枚举（易超时）
思路解析
从前往后枚举数组中的任意一个元素作为起始位置，然后从这个起始位置开始寻找一段最短的区间，使得这段区间的和大于等于目标值。将所有元素作为起始位置所得的结果中，找到最小值即可。
由于需要双重循环遍历所有可能的区间，时间复杂度较高，数据量大时容易超时，此处不再赘述代码。
解法二：滑动窗口
核心思路
此题分析的对象是一段连续的区间，非常适合使用滑动窗口的思想。
让滑动窗口满足：从 left 位置开始，窗口内所有元素的和小于 target。当窗口内元素之和第一次大于等于目标值的时候，就是 left 位置开始、满足条件的最小长度。
具体做法是将右端元素划入窗口之中，统计此时窗口内元素的和：
- 如果窗口内元素之和大于
target：更新结果，并且将左端元素划出去的同时继续判断是否满足条件并更新结果（因为左端元素可能很小，划出去之后依旧满足条件）。 - 如果窗口内元素之和不满足条件：
right++，让下一个元素进入窗口。
为什么滑动窗口更高效？
这个窗口寻找的是：以当前窗口最左侧元素（记为 left）为基准，符合条件的情况。也就是在这道题中，从 left 开始，满足区间和 sum >= target 时的最右侧（记为 right）能到哪里。
我们既然已经找到从 left 开始的最优区间，就可以大胆舍去 left。但如果像方法一一样，重新开始统计第二个元素（left + 1）往后的和，势必会有大量重复计算。因为在求第一段区间的时候，我们已经算出很多元素的和了，这些和是可以在计算下次区间和的时候直接复用的。
此时 right 的作用就体现出来了，我们只需要将 left 这个值从 sum 中剔除。从 right 这个元素开始，往后找满足 left + 1 元素的区间（此时 right 也有可能是满足的，因为 left 可能很小，sum 剔除掉 left 之后，依旧满足大于等于 target）。这样就能省掉大量重复的计算。
- 不仅解决了问题，效率也会大大提升。
时间复杂度： 虽然代码看起来是两层循环，但是我们的 指针和 指针都是不回退的，两者最多都往后移动 次。因此时间复杂度是 。
