LeetCode 76. 最小覆盖子串 / LCR 017. 最小覆盖子串(滑动窗口 + 哈希表)

文章介绍了如何使用哈希表和滑动窗口算法解决LeetCode76题的最小覆盖子串问题,要求找到包含给定字符串t所有字符的s中最短子串,同时考虑字符重复。时间复杂度为O(m+n),空间复杂度同样为O(m+n)。
摘要由CSDN通过智能技术生成

题目:

链接:LeetCode 76. 最小覆盖子串 LCR 017. 最小覆盖子串
难度:困难

给定两个字符串 s 和 t 。返回 s 中包含 t 的所有字符的最短子字符串。如果 s 中不存在符合条件的子字符串,则返回空字符串 “” 。

如果 s 中存在多个符合条件的子字符串,返回任意一个。

注意: 对于 t 中重复字符,我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。

示例 1:

输入:s = “ADOBECODEBANC”, t = “ABC”
输出:“BANC”
解释:最短子字符串 “BANC” 包含了字符串 t 的所有字符 ‘A’、‘B’、‘C’

示例 2:

输入:s = “a”, t = “a”
输出:“a”

示例 3:

输入:s = “a”, t = “aa”
输出:“”
解释:t 中两个字符 ‘a’ 均应包含在 s 的子串中,因此没有符合条件的子字符串,返回空字符串。

提示:

  • 1 <= s.length, t.length <= 105
  • s 和 t 由英文字母组成

进阶:你能设计一个在 o(n) 时间内解决此问题的算法吗?

解题思路:

通过维护一个哈希表cnt记录目标字符串t中待匹配的各字符数目,并在s中维护一个变长滑动窗口,cnt的初始值即为t中的各个字符对应数量

当窗口中加入一个新的字符ch时:

如果cnt[ch] > 0时,说明ch在未加入窗口前我们对于字符ch还有需求,此时新加入的ch会使得need-1

反之说明已无需求,need不变

当窗口滑出一个字符ch时:

如果cnt[ch]>=0,说明原本我们就需求该字符,现在减少一个后需求更大了,因此need+1

反之need不变

当need为0时,说明有窗口符合题意,记录下窗口位置和长度,并尝试收缩边界

代码:

class Solution {
public:
    string minWindow(string s, string t) {
        int m = s.size(), n = t.size();
        unordered_map<char, int> windowS;
        unordered_map<char, int> windowT;
        for (auto it : t) windowT[it]++;
        for (auto it : s) windowS[it]++;
        for (auto it : windowT)
            if (windowS[it.first] < it.second) return "";
        int i = 0, j = m - 1;
        int l = i, r = j;
        while (j >= 0) {
            if (windowT[s[j]] > 0 && windowS[s[j]] - 1 < windowT[s[j]]) {
                r = j;
                break;
            } else {
                windowS[s[j]]--;
                j--;
            }
        }
        while (i <= j) {
            if (windowT[s[i]] > 0 && windowS[s[i]] - 1 < windowT[s[i]]) {
                if (j - i < r - l) {
                    l = i;
                    r = j;
                }
                while (++j < m) {
                    windowS[s[j]]++;
                    if (s[j] == s[i]) break;
                }
                if (j == m) break;
            }
            windowS[s[i]]--;
            i++;
        }
        return s.substr(l, r - l + 1);
    }
};

时间复杂度O(m+n),空间复杂度O(m+n)。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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