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$O(m+n)$，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$O(n)$，之后通过双指针最多遍历S两次，时间复杂度$O(m)$。空间复杂度为$O(n)$。