给定一个字符串s和一些长度相同的单词words。找出s中恰好可以由words中所有单词串联形成的子串的起始位置。你可以假设words中的所有单词长度都相同。-CSDN博客

本文链接：https://blog.csdn.net/weixin_39487049/article/details/137225859

本文介绍了一种算法，通过哈希映射统计给定字符串中每个单词的出现次数，并使用滑动窗口检查子串，以找到由给定单词组成的连续子串。通过优化方法，减少不必要的比较，有效解决了字符串处理中的匹配问题。

摘要由CSDN通过智能技术生成

算法思路

哈希映射统计：首先使用哈希映射（HashMap）统计words数组中每个单词出现的次数。
滑动窗口：由于所有单词的长度相同，我们可以使用滑动窗口的方式，以单词的长度为步长在原字符串s上滑动，检查每个可能的窗口。
匹配验证：对于每个窗口，使用另一个哈希映射统计窗口中每个单词的出现次数，然后与words的哈希映射进行比较，看是否完全匹配。
记录起始位置：如果一个窗口完全匹配，记录该窗口的起始位置。

优化：为了减少不必要的检查，我们只需要在0到wordLength-1的范围内开始滑动窗口，其中wordLength是数组words中单词的长度。


import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Solution {
    public List<Integer> findSubstring(String s, String[] words) {
        int wordLength = words[0].length();
        int allWordsLength = words.length * wordLength;
        Map<String, Integer> wordMap = new HashMap<>();
        List<Integer> result = new ArrayList<>();

        for (String word : words) {
            wordMap.put(word, wordMap.getOrDefault(word, 0) + 1);
        }

        for (int i = 0; i < wordLength; i++) {
            for (int j = i; j <= s.length() - allWordsLength; j += wordLength) {
                Map<String, Integer> seen = new HashMap<>();
                int k = 0;
                while (k < words.length) {
                    String word = s.substring(j + k * wordLength, j + (k + 1) * wordLength);
                    if (wordMap.containsKey(word)) {
                        seen.put(word, seen.getOrDefault(word, 0) + 1);
                        if (seen.get(word) > wordMap.get(word)) break;
                    } else {
                        break;
                    }
                    k++;
                }
                if (k == words.length) result.add(j);
            }
        }

        return result;
    }
}

算法解析

这个算法的关键在于如何有效地利用哈希映射来减少不必要的比较。通过维护一个滑动窗口，并在每次迭代中更新这个窗口内单词的出现次数，我们可以有效地判断当前窗口是否满足条件。

此外，通过分步骤处理，即先统计words数组中单词的出现次数，然后通过滑动窗口检查每个子串，这种方法既清晰又易于实现。

示例和测试

以s = "barfoothefoobarman", words = ["foo","bar"]为例，我们的函数应该返回[0,9]。这是因为在s中，从索引0开始的子串"barfoo"和从索引9开始的子串"foobar"恰好由words中的所有单词串联形成。

总结

这道题目展示了在字符串处理和算法设计中哈希映射的强大应用。通过巧妙地利用哈希映射来追踪和比较子串中单词的出现次数，我们能够有效地解决复杂的字符串匹配问题。

觉得写的不错的朋友，请点点赞！万分感谢