76. 最小覆盖子串(哈希表)(Leetcode刷题笔记)
欢迎大家访问我的GitHub博客
https://lunan0320.cn
题目
给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串,则返回空字符串 “” 。
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。
如果 s 中存在这样的子串,我们保证它是唯一的答案。
示例 1:
输入:s = “ADOBECODEBANC”, t = “ABC”
输出:“BANC”
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。
解题代码 C++(核心代码)
解题思路: 滑动窗口做这种子串的问题。 需要了解的是如何使用哈希表去完成。
1、unordered_map的使用
2、int left,right=0;这种写法是不对的,做的时候我在本地才调试过来。应该是int left=0,right=0;
3、时间复杂度O(n)
class Solution {
public:
string minWindow(string s, string t) {
//创建两个hash表
unordered_map<char,int> need,window;
//先对need表初始化,当键c在need中没用值时,会初始化为0,++是为了让它初始化为1
for (char c : t) need[c]++;
int left = 0, right = 0;
int begin = 0;
int subLength=INT_MAX; //窗口大小
int valid = 0;//当前窗口对于t中有几个字符已经满足
while(right < s.size()){
// 遍历s的每一个字符
char c = s[right];
//right右移
right++;
//count(c)是判断键c是否存在,也就是c是否是需要的字符
if (need.count(c)){
window[c]++;
//当window中出现字符c的次数和t中需要的字符数相等
if(window[c] == need[c]){
valid++;
}
}
//判断窗口左端右移的情况
while (valid == need.size()){
//更新窗口
if(right - left < subLength){
begin = left;
subLength = right - left;
}
char d = s[left];
// left右移
left++;
//如果此时的元素d是有效元素
if (need.count(d)){
//如果此时窗口内的元素d的数量和need中d的数量一样,说明有效位要减少
if(window[d] == need[d]){
valid--;
}
//是有效元素的话,窗口内的需要减少
window[d]--;
}
}
}
return subLength == INT_MAX ? "" : s.substr(begin,subLength);
}
};
解题代码 C++(本地编译运行)
// head.h
#include<iostream>
#include <string>
#include <unordered_map>
using namespace std;
//myWindow.h
#include "head.h"
class myWindow
{
public:
string minWindow(string s, string t) {
//创建两个hash表
unordered_map<char, int> need, window;
//先对need表初始化,当键c在need中没用值时,会初始化为0,++是为了让它初始化为1
for (char c : t) need[c]++;
int left = 0, right = 0;
int begin = 0;
int subLength = INT_MAX; //窗口大小
int valid = 0;//当前窗口对于t中有几个字符已经满足
while (right < s.size()) {
// 遍历s的每一个字符
char c = s[right];
//right右移
right++;
//count(c)是判断键c是否存在,也就是c是否是需要的字符
if (need.count(c)) {
window[c]++;
//当window中出现字符c的次数和t中需要的字符数相等
if (window[c] == need[c]) {
valid++;
}
}
//判断窗口左端右移的情况
while (valid == need.size()) {
//更新窗口
if (right - left < subLength) {
begin = left;
subLength = right - left;
}
char d = s[left];
// left右移
left++;
if (need.count(d)) {
if (window[d] == need[d]) {
valid--;
}
window[d]--;
}
}
}
return subLength == INT_MAX ? "" : s.substr(begin, subLength);
}
};
// myWindow.cpp
#include "myWindow.h"
int main() {
string s = "ADOBECODEBANC";
string t = "ABC";
string res = "";
myWindow solution;
cout << solution.minWindow(s, t) << endl;
return 0;
}
算法效率
执行用时: 12 ms , 在所有 C++ 提交中击败了 79.61% 的用户
内存消耗: 7.6 MB , 在所有 C++ 提交中击败了 67.67% 的用户