leetcode算法入门 第六条 滑动窗口**

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;
        }