leetcode-76 Minimum Window Substring

最新推荐文章于 2021-07-18 12:53:28 发布

乐观的大鹏

最新推荐文章于 2021-07-18 12:53:28 发布

阅读量69

点赞数

分类专栏： LeetCode

本文链接：https://blog.csdn.net/qq_38340127/article/details/90231118

版权

LeetCode 专栏收录该内容

100 篇文章 0 订阅

订阅专栏

Given a string S and a string T, find the minimum window in S which will contain all the characters in T in complexity O(n).

Example:

Input: S = "ADOBECODEBANC", T = "ABC"
Output: "BANC"

Note:

If there is no such window in S that covers all characters in T, return the empty string "".
If there is such window, you are guaranteed that there will always be only one unique minimum window in S.

方法一：暴力搜索从最小长度开始找出能包含所有t元素的结果：

   public String minWindow(String s, String t) {
       if (s == null || s.isEmpty() || t == null || t.isEmpty() || t.length() > s.length()) {
           return "";
       }
       // 滑窗的个数
       int slideNum = t.length();

       while (slideNum <= s.length()) {
           int begin = 0;
           while (begin <= s.length() - slideNum) {
               Map<Character, Integer> testMap = new HashMap<>();
               for (int i = begin; i < begin+slideNum; i++) {
                   testMap.put(s.charAt(i), testMap.getOrDefault(s.charAt(i), 0)+1);
               }
               boolean conti = true;
               for (int i = 0; i < t.length(); i++) {
                   Integer res = testMap.get(t.charAt(i));
                   if (res == null) {
                       conti = false;
                       break;
                   }else {
                       if(res<=1) {
                           testMap.remove(t.charAt(i));
                       }else {
                           testMap.put(t.charAt(i), res-1);
                       }
                   }
               }

               if (conti) {
                   return s.substring(begin, begin+slideNum);
               }
               begin++;

           }
           slideNum++;
       }
       return "";
   }

超时，方法优化。

方法二：

1.我们从两个指针开始，left和right最初指向字符串S的第一个元素。

2.我们使用right指针展开窗口，直到我们得到一个理想的窗口，即包含T的所有字符的窗口。

3.一旦我们有一个包含所有字符的窗口，我们就可以将左指针一个接一个地向前移动。如果窗口仍然是理想的窗口，我们继续更新最小窗口大小。

4.如果窗口不再需要，我们重复步骤步骤2。

public String minWindow(String s, String t) {
       if (s == null || s.isEmpty() || t == null || t.isEmpty() || t.length()>s.length()) {
           return "";
       }

       //存储所有的t字符的数据
       Map<Character,Integer> tDicMap = new HashMap<>();
       for(int i=0;i<t.length();i++) {
           tDicMap.put(t.charAt(i),tDicMap.getOrDefault(t.charAt(i), 0)+1);
       }
       //所需要的所有t中不同元素的总长度
       int required = tDicMap.size();
       //s中的窗口数据中已经拥有了的长度
       int format = 0;
       int l = 0,r=0;
   // 分别代表长度开始结尾
   int[] ans = {-1, 0, 0};
       //包含的所有元素map
       Map<Character,Integer> windowsMap = new HashMap<>();
       while(r<s.length()) {
           char c= s.charAt(r);
           windowsMap.put(c, windowsMap.getOrDefault(c, 0)+1);
           if(tDicMap.containsKey(c) && tDicMap.get(c).intValue()==windowsMap.get(c).intValue()) {
               format++;
           }
           while(l<=r && format==required) {
               c=s.charAt(l);
               if(ans[0] == -1 || r-l+1 < ans[0]) {
                   ans[0] =r-l+1;
                   ans[1] = l;
                   ans[2] = r;
               }
               windowsMap.put(c, windowsMap.get(c)-1);
               if(tDicMap.containsKey(c) && windowsMap.get(c) < tDicMap.get(c)) {
                   format--;
               }
               l++;
           }
           r++;
       }
       return ans[0]==-1?"":s.substring(ans[1],ans[2]+1);
}