滑动窗口解法
滑动窗口是一种基于双指针的算法，它可以用于解决一些数组/字符串的子元素问题，例如：找到最长的子数组、最小的子串等等。
滑动窗口算法的思路就是维护两个指针，一个左指针和一个右指针，它们之间的区间就是滑动窗口。我们需要根据题目要求不断调整这两个指针的位置，来达到求解问题的目的。
在本题中，我们需要找到数组中满足其和 ≥ target 的长度最小的连续子数组，那么我们就可以使用滑动窗口算法来解决这个问题。具体步骤如下：
- 初始化左指针 i 和右指针 j，它们初始值都为 0。
- 初始化滑动窗口的数值之和 sum，初始值为 0。
- 当 sum < target 时，右指针向右移动一位，将 nums[j] 加入到 sum 中。
- 当 sum >= target 时，记录当前子数组的长度 (j - i + 1)，并更新最小值。
- 然后移动左指针 i，将 nums[i] 从 sum 中减去，继续判断 sum 是否大于等于 target。
- 重复步骤 3-5，直到 j 超过数组范围。
这个算法的核心就是维护一个滑动窗口，不断调整左右指针的位置，来达到求解问题的目的。我们可以把这个过程想象成在一个数组上滑动一个大小可变的窗口，每次根据窗口内的值来判断左右指针的移动方式。
class Solution {
public:
int minSubArrayLen(int target, vector<int>& nums)
{
int result=INT32_MAX;
int sum=0;
int i=0;
int subLength=0; //滑动窗口的长度
for(int j=0;j<nums.size();j++)
{
sum+=nums[j];
while(sum>=target)
{
subLength=(j-i+1); //取子序列的长度
result=result<subLength?result:subLength;
//跟踪这个子数组的长度。 只有在找到更短的子数组时，才会更新此长度。它将最小长度分配给result变量。
sum-=nums[i++];
//5. 然后移动左指针 i，将 nums[i] 从 sum 中减去，继续判断 sum 是否大于等于 target。
//6. 重复步骤 3-5，直到 j 超过数组范围。
}
}
// 如果result没有被赋值的话，就返回0，说明没有符合条件的子序列
return result == INT32_MAX ? 0 : result;
}
};