LeetCode 76. 最小覆盖子串（Minimum Window Substring）

76. 最小覆盖子串

📘题目描述

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串，则返回空字符串 "" 。

注意：

• 对于 t 中重复字符，我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
• 如果 s 中存在这样的子串，我们保证它是唯一的答案。

示例 1：

输入：s = "ADOBECODEBANC", t = "ABC"
输出："BANC"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2：

输入：s = "a", t = "a"
输出："a"
解释：整个字符串 s 是最小覆盖子串。

示例 3:

输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中，
因此没有符合条件的子字符串，返回空字符串。

🧠解题思路：滑动窗口 + 哈希表计数

这道题是滑动窗口的高阶变体，核心在于如何快速验证窗口是否包含了 t 的所有字符（及其频次）。

🔍算法框架

• 维护两个哈希表：

  • cnt_t：统计 t 中每个字符的出现次数

  • cnt_s：统计当前窗口内的字符出现次数

• 使用双指针 [left, right] 表示滑动窗口

• 每次扩展 right，加入一个字符

• 一旦窗口中包含了 t 所有字符，尝试收缩窗口，更新最小长度答案

• 直到窗口不满足条件，再继续右扩

✅Python 实现 

class Solution:
    def minWindow(self, s: str, t: str) -> str:
        ans_left, ans_right = -1, len(s)
        cnt_s = Counter()
        cnt_t = Counter(t)
        left = 0

        for right, c in enumerate(s):
            cnt_s[c] += 1
            while cnt_s >= cnt_t:
                if right - left < ans_right - ans_left:
                    ans_left, ans_right = left, right
                cnt_s[s[left]] -= 1
                left += 1
        return '' if ans_left < 0 else s[ans_left: ans_right + 1] 

🔄思维图示

以 s = "ADOBECODEBANC"，t = "ABC" 为例：

步骤	窗口	是否包含 A/B/C	尝试缩小窗口	当前最小窗口
A→D→O→B→E→C	[0:5] = "ADOBEC"	✅	是	"ADOBEC"
收缩窗口	→ [3:5] = "BEC"	✅	是	✅ "BEC" → "BANC"
遇到更小覆盖窗口	[9:12] = "BANC"	✅	是	✅✅✅ "BANC"

⏱️时间与空间复杂度分析 

项目	复杂度
时间复杂度	O(n + m)
空间复杂度	O(n + m)（字符集大小，哈希表）

❗常见易错点 

错误点	原因说明
哈希表频次判断 cnt_s >= cnt_t	Counter 在 Python 中可以直接比较子集关系（必须频次也满足）
忽略重复字符	例如 t = "AABC"，需要频次也匹配
忘记 ans_right + 1 截取字符串	Python 字符串切片是半开区间 [left:right+1]

✨总结

• 本题是滑动窗口的代表性“困难题”，核心在于窗口合法性判断。

• Counter 的子集比较 cnt_s >= cnt_t 非常简洁优雅。

• 尽管逻辑复杂，但实现中通过计数、扩展+收缩窗口构建思路清晰路径。

• 优化版本（减少 Counter 比较成本）。

📌如果你喜欢这道题解法，可以收藏并整理进你的滑动窗口技巧笔记中！