题目描述
给你一个字符串 S、一个字符串 T,请在字符串 S 里面找出:包含 T 所有字母的最小子串。
示例:
输入: S = "ADOBECODEBANC", T = "ABC"
输出: "BANC"
说明:
- 如果 S 中不存这样的子串,则返回空字符串 “”。
- 如果 S 中存在这样的子串,我们保证它是唯一的答案。
解题思路
滑动窗口算法通用思想。(最小覆盖子串,找到字符串中所有字母异位词,无重复字符的最长子串)
滑动窗口算法的思路是这样:
-
我们在字符串 S 中使用双指针中的左右指针技巧,初始化 left = right = 0,把索引闭区间 [left, right] 称为一个「窗口」。(双指针实现滑动窗口)
-
我们先不断地增加 right 指针扩大窗口 [left, right],直到窗口中的字符串符合要求(包含了 T 中的所有字符)。
-
此时,我们停止增加 right,转而不断增加 left 指针缩小窗口 [left, right],直到窗口中的字符串不再符合要求(不包含 T 中的所有字符了)。同时,每次增加 left,我们都要更新一轮结果。
-
重复第 2 和第 3 步,直到 right 到达字符串 S 的尽头。
这个思路其实也不难,第 2 步相当于在寻找一个「可行解」,然后第 3 步在优化这个「可行解」,最终找到最优解。左右指针轮流前进,窗口大小增增减减,窗口不断向右滑动。
一个比较棘手的问题:如何判断 window 即子串 s[left…right] 是否符合要求,是否包含 t 的所有字符呢?
答:可以用两个哈希表当作计数器解决。用一个哈希表 needs 记录字符串 t 中包含的字符及出现次数,用另一个哈希表 window 记录当前「窗口」中包含的字符及出现的次数,如果 window 包含所有 needs 中的键,且这些键对应的值都大于等于 needs 中的值,那么就可以知道当前「窗口」符合要求了,可以开始移动 left 指针了。
滑动窗口算法的抽象思想:
int left = 0, right = 0;
while (right < s.size()) {
window.add(s[right]);
while (valid) {
window.remove(s[left]);
left++;
}
right++;
}
参考代码
class Solution {
public:
string minWindow(string s, string t) {
if(s.length() == 0)
return "";
string ret = "";
// 相当于两个计数器
unordered_map<char, int> umap_windows;
unordered_map<char, int> umap_needs;
// 符合条件的子字符串的最短长度
int minLength = INT_MAX;
// 记录 window 中已经有多少字符符合要求了
int matchNum = 0; // 这个 matchNum 是解决这个问题的关键!!! 非常的巧妙!!!
// 在 s 中寻找 t 的「最小覆盖子串」
int left = 0, right = 0;
for(auto ch: t)
umap_needs[ch]++;
while(right < s.length()){
char c1 = s[right];
if(umap_needs.count(c1) != 0){
// 加入 windows
umap_windows[c1]++;
// 字符 c1 的出现次数符合要求了
if(umap_windows[c1] == umap_needs[c1])
matchNum++;
}
// window 中的字符串已符合 needs 的要求了 => 不断右移left,缩短区间
while(matchNum == umap_needs.size()){
// 更新结果 ret
if(right - left + 1 < minLength){
minLength = right - left + 1;
ret = s.substr(left, minLength);
}
char c2 = s[left];
if(umap_needs.count(c2) != 0){
// 移出 windows
umap_windows[c2]--;
// 字符 c2 出现次数不再符合要求
if(umap_windows[c2] < umap_needs[c2])
matchNum--;
}
left++;
}
right++;
}
return ret;
}
};