Leetcode刷题567. 字符串的排列

给定两个字符串 s1 和 s2，写一个函数来判断 s2 是否包含 s1 的排列。

换句话说，第一个字符串的排列之一是第二个字符串的子串。

示例1:

输入: s1 = "ab" s2 = "eidbaooo"
输出: True
解释: s2 包含 s1 的排列之一 ("ba").
 

示例2:

输入: s1= "ab" s2 = "eidboaoo"
输出: False

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/permutation-in-string
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

感谢labuladong大神，传送门我写了套框架，把滑动窗口算法变成了默写题。

class Solution {
        public boolean checkInclusion(String s1, String s2) {
            if (s1 == null || s1.length() == 0) return true;
            if (s2 == null || s2.length() == 0) return false;
//            return checkInclusionI(s1, s2);
            return checkInclusionII(s1, s2);
        }

        //方法二：使用数组保存字符串s1和s2中字符出现的次数
        //时间复杂度O(mn)，空间复杂度O(1)
        private boolean checkInclusionII(String s1, String s2) {
            int[] need = new int[256];
            int[] window = new int[256];

            for (char c : s1.toCharArray()) {
                need[c]++;
            }

            int left = 0, right = 0;
            //统计窗口中满足字符串s1中字符的个数
            int valid = 0;
            char[] str = s2.toCharArray();
            while (right < str.length) {
                char c = str[right];
                right++;
                window[c]++;

                //当窗口中字符个数满足s1字符个数时，valid加1
                if (need[c] > 0 && need[c] >= window[c]) {
                    valid++;
                }

                //收缩窗口
                while (right - left >= s1.length()) {
                    //收缩窗口时判断s2是否包含s1的排列
                    if (valid == s1.length()) {
                        return true;
                    }

                    char d = str[left];
                    left++;

                    //更新窗口数据
                    if (need[d] > 0 && need[d] >= window[d]) {
                        valid--;
                    }
                    //收缩窗口，窗口中字符个数减1
                    window[d]--;
                }
            }
            return false;
        }

        //方法一：定义两个Map分别保存字符串s1和s2中字符出现的次数
        //时间复杂度O(mn)，m为s1字符个数，n为s2字符个数
        //空间复杂度O(m)
        private boolean checkInclusionI(String s1, String s2) {
            Map<Character, Integer> need = new HashMap<>();
            Map<Character, Integer> window = new HashMap<>();

            for (char c : s1.toCharArray()) {
                need.put(c, need.getOrDefault(c, 0) + 1);
            }

            int left = 0, right = 0;
            //统计窗口中满足字符串s1中字符的个数
            int valid = 0;
            char[] str = s2.toCharArray();
            while (right < str.length) {
                char c = str[right];
                right++;

                //更新窗口数据
                if (need.containsKey(c)) {
                    window.put(c, window.getOrDefault(c, 0) + 1);
                    //当窗口中字符个数满足s1字符个数时，valid加1
                    if (window.get(c).equals(need.get(c))) {
                        valid++;
                    }
                }

                //收缩窗口
                while (right - left >= s1.length()) {
                    //收缩窗口时判断s2是否包含s1的排列
                    if (valid == need.size()) {
                        return true;
                    }

                    char d = str[left];
                    left++;

                    //更新窗口数据
                    if (need.containsKey(d)) {
                        //窗口收缩时判断是否满足条件
                        if (window.get(d).equals(need.get(d))) {
                            valid--;
                        }
                        //收缩窗口，窗口中字符个数减1
                        window.put(d, window.get(d) - 1);
                    }
                }
            }
            return false;
        }
    }