分析
如果仅追求能跑的话，这道题其实很简单。 两轮循环即可。 但在实际中数据量很大。
因此我们可以考虑在两轮循环的基础上使用二分查找。
而如何改写成二分查找呢？
我们可以利用前缀和的思想。
我们先创建个辅助数组 sums 用于保存前缀和。
为了方便计算，我们在 sums 的最前面插入一个 0。
随后我们可以先固定一个指针 i，然后对整个数组进行二分查找。
注意：我们要找的目标是 target + suns[i - 1]。
其中 suns[i - 1] 就是前 i - 1 个元素的前缀和。
而 target + suns[i - 1] 就是目标值的前缀和。
随后我们要对结果进行处理，因为我们二分查找的是前缀和，所以我们要将结果减去 suns[i - 1]，
并与现有的结果进行比较，取最小值。
其中，二分查找可以用现成的函数，但更推荐自己实现。
在此给出一种针对该题的实现方式：
auto binary_search(const vector<int> &nums, int i, int j, const int target) {
auto ans = -1;
while (i <= j) {
auto mid = i + ((j - i) >> 1);
if (nums[mid] >= target) {
ans = mid;
j = mid - 1;
} else
i = mid + 1;
}
return ans;
}当然，这道题最优的解法还是使用滑动窗口的办法。
前两种方法都是固定一个指针然后进行查找。
而我们可以通过指定两个指针 start ,end 来表示滑动窗口的范围。
初始情况下，两指针均为 0。
在 end 指针移动过程中，我们先求出 end 指针的前缀和，
然后通过移动 start 指针来缩小滑动窗口。
从而找出满足条件的子数组。
解答
class Solution {
public:
int minSubArrayLen(int target, vector<int> &nums) {
int n = nums.size();
if (n == 0)
return 0;
auto ans = INT_MAX, start = 0, end = 0, sum = 0;
while (end < n) {
sum += nums[end];
while (sum >= target) {
ans = min(ans, end - start + 1);
sum -= nums[start++];
}
end++;
}
return ans == INT_MAX ? 0 : ans;
}
};