76. 最小覆盖子串

  • 滑动窗口
    使用两个哈希表,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。
  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。
  2. 定义两个指针 jij 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 ij 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。
  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 +1,即 ++hs[s[i]]
  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]]
  6. 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。
class Solution 
{
public:
    string minWindow(string s, string t) 
    {
		unordered_map<char, int> hs, ht;
		for (auto temp : t)  //存放t
		{
			++ht[temp];
		}
		int cnt = 0;//计算hs中加入的字符数
		string res = "";

		for (int i = 0, j = 0; i < s.size(); ++i)
		{
			++hs[s[i]];
			if (hs[s[i]] <= ht[s[i]])//滑动窗口右边界右移
			{
				++cnt;
			}
			while (hs[s[j]] > ht[s[j]])//滑动窗口左边界左移
			{
				--hs[s[j]];
				++j;
			}

			if (cnt == t.size())
			{
                if (res.empty() || i - j + 1 < res.size())//res.empty()说明第一次出现cnt == t.size(),当后面再次出现cnt == t.size()时,i-j+1一定要小于res.size()
                {
					res = s.substr(j, i - j + 1);
				}
			}
		}

		return res;
    }
};

部分参考自:
https://leetcode-cn.com/problems/minimum-window-substring/solution/leetcode-76-zui-xiao-fu-gai-zi-chuan-cja-lmqz/

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 // 最小覆盖子串的长度 var minStr = "" // 最小覆盖子串 // 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) { // 更新最小覆盖子串 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子串的长度,更新最小覆盖子串; - 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子串。 - 最后返回最小覆盖子串
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