std::find_if仅能定位首个匹配元素，无法解决最短子数组问题；滑动窗口适用于和≥target等可伸缩数值条件，暴力枚举适合复杂逻辑，自定义条件应封装为独立函数。
用 std::find_if 找第一个匹配元素，但不解决“最短子数组”问题
很多人一看到“查找满足条件”，立刻想到 std::find_if ——它确实能快速定位第一个符合条件的单个元素，比如找第一个大于 10 的数：
auto it = std::find_if(arr, arr + n, [](int x) { return x > 10; });但它返回的是单个迭代器，不是子数组。所谓“最短子数组”，隐含前提是有连续区间（如和 ≥ target、全为偶数、包含某类值等），必须明确条件类型才能选方法。
滑动窗口适合“和 ≥ target”这类可扩展/收缩的数值条件
如果条件是“子数组元素和至少为 target”，滑动窗口是最直接且 O(n) 的解法。核心是维护左右指针，右扩加数、左缩减数，一旦满足就更新最小长度。
容易踩的坑：
-
sum初始为 0，但数组可能全负，此时需先确认问题是否有解（如target > 0且数组为空或全负，应返回 0 或 -1） - 更新最小长度必须在
sum >= target成立时做，且要在左指针移动前记录（否则会漏掉当前窗口） - 用
INT_MAX初始化min_len，最后检查是否仍为INT_MAX来判断无解
示例片段（C++17）：
int minSubArrayLen(int target, std::vector<int>& nums) {
int left = 0, sum = 0, min_len = INT_MAX;
for (int right = 0; right < nums.size(); ++right) {
sum += nums[right];
while (sum >= target) {
min_len = std::min(min_len, right - left + 1);
sum -= nums[left++];
}
}
return min_len == INT_MAX ? 0 : min_len;
}
暴力枚举只适用于小规模或调试验证
当条件逻辑复杂（如“子数组中奇数个数为质数”“包含且仅包含指定三个值”），滑动窗口难以定义收缩规则，就得回退到 O(n²) 枚举：i 为起点，j 向右扩展，对每个 [i, j] 检查条件，记录最短合法长度。
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
注意点：
- 提前 break：一旦当前
j-i+1超过已知最小长度，可跳出内层循环 - 避免重复计算：若条件涉及前缀和、计数数组等，可在扩展
j时增量更新，别每次从头算 - 边界：
i从 0 到n-1，j从i开始，确保子数组非空
自定义条件建议封装成独立函数，别硬塞进循环体
把判断逻辑（如 isValidSubarray(nums, i, j)）抽成单独函数，好处明显：
- 主逻辑清晰，枚举或滑窗部分不被业务细节污染
- 方便单元测试：可单独验证该函数对各种输入的返回
- 利于复用：同一条件可能用于最长、最短、数量统计等多种需求
例如判断子数组是否“所有元素模 3 余数互不相同”：
bool isValid(const std::vector<int>& nums, int i, int j) {
std::set<int> remainders;
for (int k = i; k <= j; ++k) {
int r = ((nums[k] % 3) + 3) % 3; // 处理负数
if (!remainders.insert(r).second) return false;
}
return true;
}
实际写的时候，最易忽略的是条件本身的数学性质——它是否支持单调性（如和随长度增加而增大）、是否允许收缩（如“至少一个正数”就不能靠左缩来维持成立）。没想清这点，强行套滑动窗口只会陷入死循环或漏解。
