76. Minimum Window Substring 与 滑动窗方法问题总结

题意:

给两个字符串s和t,在s中寻找包含t中全部字符的最短子串.

滑动窗算法:

https://blog.csdn.net/haolexiao/article/details/54781671
滑动窗方法算是解决数组或者字符串中，处理连续的字符串段应该想到的一种方法，这里面有变长滑动窗，和定长滑动窗。滑动窗问题总共要处理两个方面，一个是新加入点和处理和移除滑动窗点点的处理。

void slidingwindows(vector<int> nums,int k){
    先预处理
    然后进行滑动窗的循环，一般是个while循环，同时实现定义好滑动窗的起点和终点，同时还有一个是记录当前状态的数或者数组，比如count
    int begin = 0, end = 0;
    int count = 0;
    while(end<nums.size()){
        1.在循环里先是当前end到达的时候，更新count
        2.判断更新完后是否满足条件，比如count<k
        3.如果满足的话，可以进行一些处理，如果是求最小长度之类的，会在满足时进行操作
        4.如果不满足的话，也需要进行一些处理，比如求最大长度之类的，会在此时进行操作
        以上3,4条常见的操作就是一个while循环，进行左边界begin的收缩处理，一直到收缩到满足/不满足条件为止
    }
}

思路:

不断扩大右边界, 在左边界与右边界范围内满足条件时,缩短左边界,直到将不再满足时停止,再继续扩大右边界.

string minWindow(string s, string t) {
	unordered_map<char, int> record;
	string res = "";
	for (char c : t) 
		++record[c];
	int MinSz = INT_MAX;
	int count = 0, beg = 0;
	for (int end = 0; end < s.size(); ++end) {
		if (--record[s[end]] >= 0)
			++count;
		while (count == t.size()) {
			if (MinSz > end - beg + 1) {
				MinSz = end - beg + 1;
				res = s.substr(beg, MinSz);
			}
			if (++record[s[beg++]] > 0)
				--count;
		}
	}
	return res;
}