76. 最小覆盖子串

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'))