Create 0209-minimum-size-subarray-sum.md

0209-minimum-size-subarray-sum/0209-minimum-size-subarray-sum.md

@@ -0,0 +1,98 @@
+## Step 1
+
+- 問題文
+  - 正整数の配列`nums`と正整数`target`が与えられる。
+  - 和が`target`以上になるような部分配列（subarray）の長さの最小値を返せ。
+  - もしそのようなsubarrayがなければ0を返せ。
+  - 制約：
+    - 1 <= target <= 10^9
+    - 1 <= nums.length <= 10^5
+    - 1 <= nums[i] <= 10^4
+
+### 実装1
+
+- アルゴリズムの選択
+  - subarrayは連続している必要があるので、これもgreedyに解けたら嬉しい。
+  - ひとまず、和がtarget以上になるまでsubarrayの右端を広げていき、target以上になったら左端を縮めていく。
+- 実装
+  - for-while、で書くと良さそう。
+- 計算量
+  - Time: O(n)
+  - Space: O(1)
+
+```python3
+class Solution:
+    def minSubArrayLen(self, target: int, nums: list[int]) -> int:
+        INF = len(nums) + 1
+        min_length = INF
+        left = 0
+        subarray_sum = 0
+
+        for right in range(len(nums)):
+            subarray_sum += nums[right]
+            while subarray_sum >= target:
+                min_length = min(min_length, right - left + 1)
+                subarray_sum -= nums[left]
+                left += 1
+
+        if min_length == INF:
+            return 0
+        return min_length
+```
+
+- ここまで6分。
+- > Follow up: If you have figured out the O(n) solution, try coding another solution of which the time complexity is O(n log(n)).
+  - うーん、いきなりsliding windowでやったから再検討が必要。
+  - まず原点回帰して、最もナイーブには全探索で、O(n^2)となる。
+  - しかし、内側のループは無駄が多そう。
+  - 前からの累積和は単調増加するので、二分探索（lower bound）で初めて和がtarget以上になる点がわかる。
+
+### 実装2
+
+- 左ポインタが全探索、右ポインタが二分探索
+- 計算量
+  - Time: O(nlogn)
+  - Space: O(n)
+
+```python3
+import itertools
+import bisect
+
+
+class Solution:
+    def minSubArrayLen(self, target: int, nums: list[int]) -> int:
+        INF = len(nums) + 1
+        min_length = INF
+
+        prefix_sum = [0] + list(itertools.accumulate(nums))
+        for left in range(len(nums)):
+            right = bisect.bisect_left(prefix_sum, target + prefix_sum[left])
+            if right == len(prefix_sum):
+                continue
+            min_length = min(min_length, right - left)
+
+        if min_length == INF:
+            return 0
+        return min_length
+```
+
+- follow-upは8分ほど。
+- 今は単元別に学習しているせいで思考が飛躍的だが、本来はこういう方法を経るのが自然な思考回路か。
+
+## Step 2
+
+- レビュー by GPT-5
+  - > 実装1で min_length == 1min_length == 1 になったらそれ以上短縮不可なので即 return してもよい。最悪計算量は変わらないが、平均では効くことがある。
+    - よく思いつくなぁ。
+- [コメント集](https://docs.google.com/document/d/11HV35ADPo9QxJOpJQ24FcZvtvioli770WWdZZDaLOfg/edit?tab=t.0#heading=h.p6d6fndbrthh)
+  - https://discord.com/channels/1084280443945353267/1225849404037009609/1253256524609097801
+    - > なんか、right += 1 と prefix_sum += nums[right] が分裂しているのがちょっと気になります。
+    - 別の問題で自分も同様のコメントをいただいたことがある。
+    - 例えば境界条件の処理などがやりたいときに、インクリメントの遅延で実現するのは好ましくないだろう。（他の選択肢もあるはず）
+  - https://discord.com/channels/1084280443945353267/1322513618217996338/1352304493097652315
+    - numsに0も許容する -> prefix_sumが広義単調増加になっても、問題ない。
+      - target以上なmin_lengthならbisect_left、targetより大きいmin_lengthならbisect_rightで広義もいけてそう。
+
+ ## Step 3
+
+ [実装1](#実装1)