滑动窗口——串联所有单词的子串（leetcode 30）

题目描述

给定一个字符串 s 和一些 长度相同 的单词 words 。找出 s 中恰好可以由 words 中所有单词串联形成的子串的起始位置。

注意子串要与 words 中的单词完全匹配，中间不能有其他字符 ，但不需要考虑 words 中单词串联的顺序。

 

示例 1：

输入：s = "barfoothefoobarman", words = ["foo","bar"]
输出：[0,9]
解释：
从索引 0 和 9 开始的子串分别是 "barfoo" 和 "foobar" 。
输出的顺序不重要, [9,0] 也是有效答案。

示例 2：

输入：s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出：[]

示例 3：

输入：s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出：[6,9,12]

 

提示：

    1 <= s.length <= 104
    s 由小写英文字母组成
    1 <= words.length <= 5000
    1 <= words[i].length <= 30
    words[i] 由小写英文字母组成

算法分析

s中每次只移动1个字符；解法2改成每次移动一个单词的长度，此时s子串的所有可能结果有3种，所以外层循环小于一个单词的长度即可

    i从0开始，每次移动一个单词的长度
    i从1开始，每次移动一个单词的长度
    i从2开始，每次移动一个单词的长度

    右窗口每次移动一个单词的长度，获取该单词word；

    如果该单词不在wordsMap中，说明该单词可以直接跳过，缩小窗口，左指针移动到右指针的位置；

    如果该单词在wordsMap中，如果该单词在子串中的个数，比在wordsMap中的个数还多，说明需要缩小窗口，即左指针向右移动，一直到该单词在子串中的个数不比wordsMap中多为止

代码

class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        if(s.empty() || words.empty()) {
            return std::vector<int>{};
        }
        int words_number = words.size();
        int word_length = words[0].size();
        unordered_map<std::string, int> needs;
        for(std::string &word : words) {
            ++needs[word];
        }
        std::vector<int> res;
        for(int i = 0; i < word_length; ++i){
            int left = i, right = i;
            int cur_words_number = 0;
            unordered_map<std::string, int> windows;
            while(right + word_length <= s.size()) {
                std::string word = s.substr(right, word_length);
                right += word_length;
                if(needs[word] == 0) {
                    left = right;
                    windows.clear();
                    cur_words_number = 0;
                } else {
                    ++windows[word];
                    ++cur_words_number;
                    while(windows[word] > needs[word]) {
                        std::string word_l = s.substr(left, word_length);
                        --windows[word_l];
                        --cur_words_number;
                        left += word_length;
                    }
                    if(cur_words_number == words_number) {
                        res.push_back(left);
                    }
                }
            }
        }
        return res;
    }
};

时间复杂度分析

• 时间复杂度是 O（n），n是s的长度
• 空间复杂度是 O（m），m是words的单词数