以下内容来自labuladong的算法小抄
"""
给你一个字符串 S、一个字符串 T,请在字符串 S 里面找出:包含 T 所有字符的最小子串。
示例:
输入: S = "ADOBECODEBANC", T = "ABC"
输出: "BANC"
说明:
如果 S 中不存这样的子串,则返回空字符串 ""。
如果 S 中存在这样的子串,我们保证它是唯一的答案。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/minimum-window-substring
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
"""
from collections import Counter, defaultdict
class Solution:
def minWindow(self, s: str, t: str) -> str:
# 初始化 window 和 need 两个哈希表,记录窗口中的字符和需要凑齐的字符
window, need = defaultdict(int), Counter(t)
# 使用 left 和 right 变量初始化窗口的两端
left, right = 0, 0
# valid 变量表示窗口中满足 need 条件的字符个数
# 如果 valid 和 need.size 的大小相同
# 则说明窗口已满足条件,已经完全覆盖了串 T
valid = 0
# 记录最小覆盖子串的起始索引及长度
start, length = 0, float('inf')
while right < len(s):
# c是将移入窗口的字符
c = s[right]
# 右移窗口
right += 1
# 进行窗口内数据的一系列更新
if c in need:
window[c] += 1
# 当字符c在 window 的数量满足了 need 的需要,
# 就要更新 valid,表示有一个字符已经满足要求
if window[c] == need[c]:
valid += 1
# 判断左侧窗口是否要收缩
# 当 valid == need.size 时,说明 t 中所有字符已经被覆盖
# 已经得到一个可行的覆盖子串,现在应该开始收缩窗口了,
# 以便得到「最小覆盖子串」
while valid == len(need):
# 在这里更新最小覆盖子串
# 移动 left 收缩窗口时,窗口内的字符都是可行解,
# 所以应该在收缩窗口的阶段进行最小覆盖子串的更新,
# 以便从可行解中找到长度最短的最终结果
if right - left < length:
start = left
length = right - left
# d是将移出窗口的字符
d = s[left]
left += 1
# 进行窗口内数据的一系列更新
if d in need:
if window[d] == need[d]:
valid -= 1
window[d] -= 1
return s[start: start+length] if length != float('inf') else ''
if __name__ == "__main__":
s = Solution()
print(s.minWindow('abcd', 'ac'))