30. 串联所有单词的子串

  1. 串联所有单词的子串
    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

//总体思路:用两个unordered_map<string,int>解决查找问题。
//首先用unordered_map<string,int> research保存需要查找的字符串words,因为words可能有重复,所以采用unordered_map<string,int>保存数量
//然后从字符串首位开始查找,到n-m*len+1前截至,因为后面的都不够截取的数量,不用再查找了。
//因为每个word的长度相等,所以每次截取相同长度len的字符串,然后去research中查找,如果找不到,直接跳出。如果找到了,就把他存入临时的unordered_map<string,int> map中,并且数量加1,然后与research中的数量比较,如果大于,就跳出。全部比较完后,如果j==m,说明挨个都比较了,说明符合我们的要求,就存入ret中

//总体思路:用两个unordered_map<string,int>解决查找问题。
//首先用unordered_map<string,int> research保存需要查找的字符串words,因为words可能有重复,所以采用unordered_map<string,int>保存数量
//然后从字符串首位开始查找,到n-m*len+1前截至,因为后面的都不够截取的数量,不用再查找了。
//因为每个word的长度相等,所以每次截取相同长度len的字符串,然后去research中查找,如果找不到,直接跳出。如果找到了,就把他存入临时的unordered_map<string,int> map中,并且数量加1,然后与research中的数量比较,如果大于,就跳出。全部比较完后,如果j==m,说明挨个都比较了,说明符合我们的要求,就存入ret中
class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<int> ret;
        unordered_map<string,int> research;
        for(int i=0;i<words.size();i++)
        {
            research[words[i]]++;
        }
        int n=s.size();
        int m=words.size();
        int len=words[0].size();
        for(int i=0;i<n-m*len+1;i++)
        {
            unordered_map<string,int> map;
            int j;
            for(j=0;j<m;j++)
            {
                if(research.find(s.substr(i+j*len,len))==research.end())
                    break;
                if(++map[s.substr(i+j*len,len)]>research[s.substr(i+j*len,len)])
                    break;
            }
            if(j==m)
                ret.push_back(i);
        }
        return ret;
    }
};

总体思路:暴力的方法,样例没有全部通过,通过了151/176.暴力的思路简单,如下。
//第一步:采用回溯法,排列的模板将words全排列后存入result中,然后把result连接成ans
//第二步:采用字符串匹配的方式,匹配,把匹配到的放入ret中
//第三步:对ret进行排序,去重操作,返回ret

//总体思路:暴力的方法,样例没有全部通过,通过了151/176.暴力的思路简单,如下。
//第一步:采用回溯法,排列的模板将words全排列后存入result中,然后把result连接成ans
//第二步:采用字符串匹配的方式,匹配,把匹配到的放入ret中
//第三步:对ret进行排序,去重操作,返回ret
class Solution {
private:
    vector<vector<string>> result;
    vector<string> path;
    void BackTracking(vector<string>& words,vector<bool>& used)
    {
        if(path.size()==words.size())
        {
            result.push_back(path);
            return;
        }
        for(int i=0;i<words.size();i++)
        {
            if(used[i])
                continue;
            path.push_back(words[i]);
            used[i]=true;
            BackTracking(words,used);
            path.pop_back();
            used[i]=false;
        }
    }
    vector<string> ans;
    void lianjie(vector<vector<string>>& result)
    {
        for(int i=0;i<result.size();i++)
        {
            string str;
            for(int j=0;j<result[i].size();j++)
            {
                str+=result[i][j];
            }
            ans.push_back(str);
        }
    }
    vector<int> ret;
    void pipei(string s,string a)
    {
        for(int i=0;i<s.size();i++)
        {
            int index;
            if(s[i]==a[0])
            {
                index=i;
                int j;
                for(j=0;j<a.size();j++)
                {
                    if(s[i]==a[j])
                    {
                        i++;
                    }
                    else
                    {
                        break;
                    }
                }
                if(j==a.size())
                {
                    ret.push_back(index);
                }
                i=index;
            }
        }
    }
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<bool> used(words.size(),false);
        BackTracking(words,used);
        lianjie(result);
        for(int i=0;i<ans.size();i++)
        {
            cout<<ans[i]<<endl;
        }
        
        for(int i=0;i<ans.size();i++)
        {
            pipei(s,ans[i]);
        }
        sort(ret.begin(),ret.end());
        vector<int>::iterator new_end;
        new_end=unique(ret.begin(),ret.end());
        ret.erase(new_end,ret.end());
        return ret;
    }
};
  • 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