76.最小覆盖子串

题目入口
这道题要求我们返回字符串 s中包含字符串 t 的全部字符的最小窗口,我们利用滑动窗口的思想解决这个问题。因此我们需要两个哈希表,hs哈希表维护的是s字符串中滑动窗口中各个字符出现多少次,ht哈希表维护的是t字符串各个字符出现多少次。如果hs哈希表中包含ht哈希表中的所有字符,并且对应的个数都不小于ht哈希表中各个字符的个数,那么说明当前的窗口是可行的,可行中的长度最短的滑动窗口就是答案。
在这里插入图片描述

过程如下:

1、遍历t字符串,用ht哈希表记录t字符串各个字符出现的次数。
在这里插入图片描述
2、定义两个指针j和i,j指针用于收缩窗口,i指针用于延伸窗口,则区间[j,i]表示当前滑动窗口。首先让i和j指针都指向字符串s开头,然后枚举整个字符串s ,枚举过程中,不断增加i使滑动窗口增大,相当于向右扩展滑动窗口。

在这里插入图片描述
3、每次向右扩展滑动窗口一步,将s[i]加入滑动窗口中,而新加入了s[i],相当于滑动窗口维护的字符数加一,即hs[s[i]]++。
在这里插入图片描述
4、对于新加入的字符s[i],如果hs[s[i]] <= ht[s[i]],说明当前新加入的字符s[i]是必需的,且还未到达字符串t所要求的数量。我们还需要事先定义一个cnt变量, cnt维护的是s字符串[j,i]区间中满足t字符串的元素的个数,记录相对应字符的总数。新加入的字符s[i]必需,则cnt++。

5、我们向右扩展滑动窗口的同时也不能忘记收缩滑动窗口。因此当hs[s[j]] > ht[s[j]时,说明hs哈希表中s[j]的数量多于ht哈希表中s[j]的数量,此时我们就需要向右收缩滑动窗口,j++并使hs[s[j]]–,即hs[s[j ++ ]] --。

6、当cnt == t.size时,说明此时滑动窗口包含符串 t 的全部字符。我们重复上述过程找到最小窗口即为答案。

在这里插入图片描述
ps.这里的cnt更新到第一次往res里写入答案,后面再操作时,cnt的值也不会改变了。
搬运过来提醒自己“常回家看看”……

class Solution {
public:
    string minWindow(string s, string t) {
        unordered_map<char, int> hs, ht;
        for (auto c: t) ht[c] ++ ;
        string res;
        int cnt = 0;
        for (int i = 0, j = 0; i < s.size(); i ++ ) {
            hs[s[i]] ++ ;
            if (hs[s[i]] <= ht[s[i]]) cnt ++ ;

            while (hs[s[j]] > ht[s[j]]) hs[s[j ++ ]] -- ;
            if (cnt == t.size()) {
                if (res.empty() || i - j + 1 < res.size())
                    res = s.substr(j, i - j + 1);
            }
        }
        return res;
    }
};

作者:lin-shen-shi-jian-lu-k
链接:https://leetcode-cn.com/problems/minimum-window-substring/solution/leetcode-76-zui-xiao-fu-gai-zi-chuan-cja-lmqz/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用 Kotlin 实现的解法: ```kotlin fun minWindow(s: String, t: String): String { val map = mutableMapOf<Char, Int>() // 存储 t 中每个字符出现的次数 var left = 0 // 左指针 var right = 0 // 右指针 var count = 0 // 统计当前已经匹配的字符数 var minLen = Int.MAX_VALUE // 最小覆盖的长度 var minStr = "" // 最小覆盖 // 初始化 map for (c in t) { map[c] = map.getOrDefault(c, 0) + 1 } // 遍历 s while (right < s.length) { val c1 = s[right] if (map.containsKey(c1)) { map[c1] = map[c1]!! - 1 if (map[c1]!! >= 0) { // 当前字符匹配成功 count++ } } right++ // 当前窗口已包含 t 中所有字符,尝试收缩窗口 while (count == t.length) { if (right - left < minLen) { // 更新最小覆盖 minLen = right - left minStr = s.substring(left, right) } val c2 = s[left] if (map.containsKey(c2)) { map[c2] = map[c2]!! + 1 if (map[c2]!! > 0) { // 当前字符匹配失败 count-- } } left++ } } return minStr } ``` 解法思路: - 使用一个 map 存储 t 中每个字符出现的次数; - 使用双指针 left 和 right 分别表示窗口的左右边界,初始化均为 0; - 遍历 s,当遍历到的字符属于 t 中的字符时,将其出现次数减一,并统计当前已经匹配的字符数; - 当当前窗口已包含 t 中所有字符时,尝试收缩窗口: - 如果当前窗口长度小于最小覆盖的长度,更新最小覆盖; - 将 left 指向的字符出现次数加一,并判断当前字符是否匹配成功; - 如果当前字符匹配失败,重新开始扩展窗口,继续寻找下一个最小覆盖。 - 最后返回最小覆盖

“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