76. 最小覆盖子串（滑动窗口）

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”

示例 2：
输入：s = “a”, t = “a”
输出：“a”

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。

提示：

1 <= s.length, t.length <= 105
s 和 t 由英文字母组成

进阶：你能设计一个在 o(n) 时间内解决此问题的算法吗？

这个题目如果想在O(n)时间内解决，最好的方法就是滑动窗口，
滑动窗口的题目一般想到不难，想到方法很简单，但是难点就在写代码时的变量设置和窗口移动的一些小细节上；

这个题目的思路大致就这两步：
1，定义一个哈希表记录 t 中每个字符的个数
2，遍历 s 字符串，针对不同情况对窗口进行缩减，并不断更新最小子串的长度和起始位置；

详细注释放到了代码里，细节实现还是有些困难的，所以一定要注意每一个细节
详细注释代码如下：

class Solution {
public:
    string minWindow(string s, string t) {
        //need的key值是t的每一个字符，value是每一个字符在t中的个数
        unordered_map<char, int> need;
        //将t中每一个字符的个数存入哈希表
        for (char c : t) need[c]++;

        /*start：当前子串的起始位置
          left：窗口的左边界，这里left不能替代start的主要原因就是start始终
                指向的是最短的子串的起始位置，而left会走到最后一个子串的起始位置
          length：最短子串的长度
          needCount：所需字符（t中的字符）的个数 */
        int start = 0, left = 0, length = INT_MAX, needCount = t.size();
        //right是窗口右边界，用来遍历s
        for (int right = 0; right < s.size(); ++right) {
        
            //如果当前的字符是t中的字符之一，则所需字符的个数减一
            if (need[s[right]] > 0) 
                needCount--;
            //如果当前字符s[right]是t中字符之一的话，减一后一定大于或者等于0
            //如果当前字符s[right]不是t中字符之一的话，减一后一定小于0
            //这一步主要是为了下面的while循环
            need[s[right]]--;
            
            //当所需字符为0时，说明此时子串已经涵盖t中所有字符
            if (needCount == 0) {
            
                //去除第一个t字符之前的无关字符，缩减窗口
                while (left < right && need[s[left]] < 0) 
                    need[s[left++]]++;
                    
                //更新最小长度，记录最小长度子串的起始位置
                if (right - left + 1 < length) {
                    length = right - left + 1;
                    start = left;
                }
                
                //跳过当前这个t字符，重新开始找新的子串
                need[s[left]]++;
                needCount++;
                left++;
            }
        }
        return length == INT_MAX ? "" : s.substr(start, length);
    }
};

无注释代码：

class Solution {
public:
    string minWindow(string s, string t) {
        unordered_map<char, int> need;
        for (char c : t) need[c]++;
        int start = 0, left = 0, length = INT_MAX, needCount = t.size();
        for (int right = 0; right < s.size(); ++right) {
            if (need[s[right]] > 0) 
                needCount--;
            need[s[right]]--;
            if (needCount == 0) {
                while (left < right && need[s[left]] < 0) 
                    need[s[left++]]++;
                if (right - left + 1 < length) {
                    length = right - left + 1;
                    start = left;
                }
                need[s[left]]++;
                needCount++;
                left++;
            }
        }
        return length == INT_MAX ? "" : s.substr(start, length);
    }
};