leetcode练习
最小覆盖子串解法
滑动窗口算法的思路是这样:
1、我们在字符串 S 中使用双指针中的左右指针技巧,初始化 left = right = 0,把索引闭区间 [left, right] 称为一个「窗口」。
2、我们先不断地增加 right 指针扩大窗口 [left, right],直到窗口中的字符串符合要求(包含了 T 中的所有字符)。
3、此时,我们停止增加 right,转而不断增加 left 指针缩小窗口 [left, right],直到窗口中的字符串不再符合要求(不包含 T 中的所有字符了)。同时,每次增加 left,我们都要更新一轮结果。
4、重复第 2 和第 3 步,直到 right 到达字符串 S 的尽头。
这个思路其实也不难,第 2 步相当于在寻找一个「可行解」,然后第 3 步在优化这个「可行解」,最终找到最优解。左右指针轮流前进,窗口大小增增减减,窗口不断向右滑动。
如何判断 window 即子串 s[left…right] 是否符合要求,是否包含 t 的所有字符呢?
可以用两个哈希表当作计数器解决。用一个哈希表 needs 记录字符串 t 中包含的字符及出现次数,用另一个哈希表 window 记录当前「窗口」中包含的字符及出现的次数,如果 window 包含所有 needs 中的键,且这些键对应的值都大于等于 needs 中的值,那么就可以知道当前「窗口」符合要求了,可以开始移动 left 指针了。
代码模板:
public String checkInclusion(String s, String t) {
int start = 0, end = 0, minLen = Integer.MAX_VALUE; //记录子串开始位置和结束位置以及最小长度
int left = 0, right = 0; //滑动窗口
HashMap<Character, Integer> window = new HashMap<Character, Integer>(); //记录窗口内的字符
HashMap<Character, Integer> needs = new HashMap<Character, Integer>(); //记录所需覆盖的字符
char[] tt = t.toCharArray();
for (char c : tt) {
needs.put(c, needs.getOrDefault(c, 0) + 1);
}
int match = 0; //记录 window 中已经有多少字符符合要求了
while (right < s.length()) {
char c1 = s.charAt(right);
if (needs.containsKey(c1)) {
window.put(c1, window.getOrDefault(c1, 0) + 1);
if (window.get(c1) == needs.get(c1)) {
match++; 字符 c1 的出现次数符合要求了
}
}
right++; //right停在比实际窗口+1的位置,因为substring是前闭后开的,所以右区间索引是right
while (match == needs.size()) {
if (right - left < minLen) {
start = left;
end = right;
minLen = right - left ;
}
char c2 = s.charAt(left);
if (needs.containsKey(c2)) {
window.put(c2, window.getOrDefault(c2, 0) - 1); //移出 window
if (window.get(c2) < needs.get(c2)) {
match--;
}
}
left++;
}
}
return minLen == Integer.MAX_VALUE ? "": s.substring(start, end);
}
3.无重复字符的最长子串
public int lengthOfLongestSubstring(String s) {
// 记录字符上一次出现的位置
int[] last = new int[128];
for(int i = 0; i < 128; i++) {
last[i] = -1;
}
int n = s.length();
int res = 0;
int start = 0; // 窗口开始位置
for(int i = 0; i < n; i++) {
int index = s.charAt(i);
start = Math.max(start, last[index] + 1);
res = Math.max(res, i - start + 1);
last[index] = i;
}
return res;
}
也可以利用滑动窗口的思想,使用 window 作为计数器记录窗口中的字符出现次数,然后先向右移动 right,当 window 中出现重复字符时,开始移动 left 缩小窗口
int lengthOfLongestSubstring(string s) {
int left = 0, right = 0;
unordered_map<char, int> window;
int res = 0; // 记录最长长度
while (right < s.size()) {
char c1 = s[right];
window[c1]++;
right++;
// 如果 window 中出现重复字符
// 开始移动 left 缩小窗口
while (window[c1] > 1) {
char c2 = s[left];
window[c2]--;
left++;
}
res = max(res, right - left);
}
return res;
}
567.字符串的排列
因为字符串必须包含目标字符串所有的字符,而且是连续的,所以滑动窗口的大小固定,因此可以设定一个固定的滑动窗口,每次判断窗口内的字符串是否满足要求。判断是否满足要求的方法也可以是设计两个hashmap进行计数。
public boolean checkInclusion(String s1, String s2) {
//计算hash值
//时间复杂度为O(n)地遍历s2
String temp;
for(int i = 0;i<=s2.length() - s1.length();i++) {
temp = s2.substring(i,i+s1.length());
if(hash_Code(temp) == hash_Code(s1)) {
return true;
}
}
return false;
}
public int hash_Code(String s) {
char[] chars = s.toCharArray();
int sum = 0;
for (char aChar : chars) {
sum+=((int)aChar)*((int)aChar);
}
return sum;
}