leetcode题解:第79题Minimum Window Substring

https://leetcode-cn.com/problems/minimum-window-substring/

解法

题意很容易理解,需要注意输入的T不会是空串,T中的字符有可能重复。对于子串问题,常用滑动窗口算法来解决
滑动窗口算法的框架如下:

int left = right = 0
while right < s.size() {
	window.add(s[right])
	while (window meed shrink) window.remove(s[left++])
	right++;
}

在这道题中,我们始终维护一个在S上的滑动窗口,每次将right向右移动,当窗口达到目标条件(包含T中所有字符)时,试着将left向右移动,即缩小窗口,并判断窗口是否仍然达到目标条件。
判断窗口是否达到目标条件看似简单,但用代码实现起来也是挺麻烦的。用哈希表可以巧妙地完成这一任务:对窗口和T中的字符分别维护一个计数器,对于T中的所有字符,如果窗口计数器的值大于等于T计数器的值,那么达到目标条件。我们用一个match变量来记录计数达到要求的不同字符数,这样当match等于T计数器的大小时,就达到目标条件了。

代码
class Solution {
public:
    string minWindow(string s, string t) {
        int left = 0, right = 0;
        unordered_map<char, int> window;
        unordered_map<char, int> query;
        for (auto& c : t) query[c]++;
        int match = 0;
        int start = 0, minLen = INT_MAX;
        while (right < s.size()) {
            char c1 = s[right];
            if (query.count(c1)) {
                window[c1]++;
                if (window[c1] == query[c1]) match++;
            }
            while (match == query.size()) {
                if (right - left + 1 < minLen) {
                    start = left;
                    minLen = right - left + 1;
                }
                char c2 = s[left++];
                if (query.count(c2)) {
                    window[c2]--;
                    if (window[c2] < query[c2]) match--;
                }
            }
            right++;
        }
        return minLen == INT_MAX ? "" : s.substr(start, minLen);
    }
};
复杂度分析

总的时间复杂度为 O ( m + n ) O(m + n) O(m+n),m和n分别是S和T的长度,创建T计数器的时间复杂度是 O ( n ) O(n) O(n),之后通过双指针最多遍历S两次,时间复杂度 O ( m ) O(m) O(m)。空间复杂度为 O ( n ) O(n) O(n)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值