【LeetCode76.最小覆盖子串】——哈希表、滑动窗口

最新推荐文章于 2023-05-10 19:42:18 发布

木瓜星灵TT

最新推荐文章于 2023-05-10 19:42:18 发布

阅读量149

点赞数 2

分类专栏： LeetCode学习笔记文章标签：散列表数据结构算法哈希算法 c++

本文链接：https://blog.csdn.net/weixin_51630192/article/details/126434178

版权

LeetCode学习笔记专栏收录该内容

37 篇文章 0 订阅

订阅专栏

76.最小覆盖子串：

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。

提示：

1 <= s.length, t.length <= 105
s 和 t 由英文字母组成

76. 最小覆盖子串 - 力扣（LeetCode）

思路：

这又是一道可以利用滑动窗口进行求解的题目，滑动窗口经常用来解决这类字符匹配文艺，用于寻找最小或者最长子串。这道题在求解时，同样需要用到哈希表，对出现的字符以及出现的个数进行记录。

数组型哈希表:

采用数组作为哈希表的形式。

首先对字符串T进行遍历，更新哈希表，记录下需要的字符以及字符的数量。

接着对字符串S进行滑动窗口遍历，这里的一个难点就是如何判断已经找全了所有的字符。这里就运用到了变量lenT，即字符串T的长度。每当找到符合条件的字符，都时lenT减一，那么当lenT为0的时候，我们就已经找全了所有的字符。

然后我们就可以对滑动窗口进行变化，开始改变i的值，缩小滑动窗口的大小。在这个过程中，利用min以及max来动态记录最小子串的下标，方便待会儿返回。因为此题的要求不只是返回最小的长度，而是要返回具体的子串。

最后运用substr取子串。

class Solution {
public:
    string minWindow(string s, string t) {
        int arr[60] = { 0 }; //数组型哈希表
        int i = 0; //窗口左端
        int j = 0; //窗口右端
        int lenS = s.size(); //记录S长度
        int lenT = t.size(); //记录T长度
        int min = 0; //利用min以及max记录区间的下标
        int max = INT_MAX;

        for (int k = 0; k < lenT; k++) //遍历字符串t，给哈希表赋值
        {
            arr[t[k] - 'A']++; //字符以ASCII码形式传入
        }

        for (j; j < lenS; j++)
        {
            if (arr[s[j] - 'A'] -- > 0) //出现t中存在的元素，若大于零，让lenT-1，并让哈希表更新，-1
            {
                lenT--;
            }
            while (lenT == 0) //当lenT为0时，说明以及完全找到所有T中的字符
            {
                if ((j - i) < (max - min)) //更新区间，不断找到最短子串
                {
                    min = i;
                    max = j;
                }
                if (++arr[s[i] - 'A'] > 0) //将i指针向前移，缩小窗口，若i此时所指的字符为T中含有的字符，需要更新哈希表以及lenT
                {
                    //arr[s[i] - 'A']++;
                    lenT++;
                }
                i++;
            }

        }

        if (max == INT_MAX) //若max无变动，则表示为找到符合条件的子串
            return "";
        string res;
        res = s.substr(min, max-min+1); //利用substr取子串
        return res;

    }
};

map型哈希表：

map型总体思路还是类似的，只是换了一个哈希表的载体，更为直观。

class Solution {
public:
    string minWindow(string s, string t) {
        unordered_map<char, int> hs, ht;
        for (auto c: t) ht[c] ++ ;
        string res;
        int cnt = 0;
        for (int i = 0, j = 0; i < s.size(); i ++ ) {
            hs[s[i]] ++ ;
            if (hs[s[i]] <= ht[s[i]]) cnt ++ ;

            while (hs[s[j]] > ht[s[j]]) hs[s[j ++ ]] -- ;
            if (cnt == t.size()) {
                if (res.empty() || i - j + 1 < res.size())
                    res = s.substr(j, i - j + 1);
            }
        }
        return res;
    }
};