LeetCode题练习与总结：最小覆盖子串--76

一、题目描述

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"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2：

输入：s = "a", t = "a"
输出："a"
解释：整个字符串 s 是最小覆盖子串。

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：

• m == s.length
• n == t.length
• 1 <= m, n <= 10^5
• s 和 t 由英文字母组成

二、解题思路

1. 创建两个哈希表（或数组），分别用来记录字符串t中每个字符的出现次数以及当前窗口中每个字符的出现次数。
2. 初始化两个指针，left和right，分别表示窗口的左右边界，初始时都指向s的第一个字符。
3. 移动right指针扩大窗口，直到窗口中包含了t中所有的字符。
4. 记录下当前窗口的起始位置和长度，这可能是我们要找的最小覆盖子串。
5. 移动left指针缩小窗口，直到窗口不再包含t中所有的字符。
6. 重复步骤3-5，直到right指针到达s的末尾。
7. 在所有满足条件的最小覆盖子串中，返回长度最小的那个。

三、具体代码

import java.util.HashMap;

public class Solution {
    public String minWindow(String s, String t) {
        if (s == null || s.length() == 0 || t == null || t.length() == 0) {
            return "";
        }
        
        HashMap<Character, Integer> need = new HashMap<>();
        HashMap<Character, Integer> window = new HashMap<>();
        
        for (char c : t.toCharArray()) {
            need.put(c, need.getOrDefault(c, 0) + 1);
        }
        
        int left = 0, right = 0;
        int valid = 0;
        int start = 0, len = Integer.MAX_VALUE;
        
        while (right < s.length()) {
            char c = s.charAt(right);
            right++;
            
            if (need.containsKey(c)) {
                window.put(c, window.getOrDefault(c, 0) + 1);
                if (window.get(c).equals(need.get(c))) {
                    valid++;
                }
            }
            
            while (valid == need.size()) {
                if (right - left < len) {
                    start = left;
                    len = right - left;
                }
                
                char d = s.charAt(left);
                left++;
                
                if (need.containsKey(d)) {
                    if (window.get(d).equals(need.get(d))) {
                        valid--;
                    }
                    window.put(d, window.get(d) - 1);
                }
            }
        }
        
        return len == Integer.MAX_VALUE ? "" : s.substring(start, start + len);
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

• 遍历字符串t并构建need哈希表的时间复杂度是O(n)，其中n是字符串t的长度。
• 双指针遍历字符串s的时间复杂度是O(m)，其中m是字符串s的长度。
• 在内部循环中，每个字符最多被访问两次（一次是被right指针访问，一次是被left指针访问），因此内部循环的时间复杂度是O(m)。
• 综上所述，总的时间复杂度是O(m + n)。

2. 空间复杂度

• need哈希表存储字符串t中每个字符的出现次数，空间复杂度是O(n)。
• window哈希表存储窗口中每个字符的出现次数，最坏情况下空间复杂度也是O(m)。
• 除了哈希表之外，还有几个整型变量用于存储指针位置和计数，它们的空间复杂度是O(1)。
• 因此，总的空间复杂度是O(m + n)，主要取决于哈希表的大小。
• 在实际情况中，如果s和t都是由英文字母组成，那么哈希表的大小可以认为是常数级别的，因为英文字母的数量是有限的。
• 在这种情况下，空间复杂度可以近似认为是O(1)。

五、总结知识点

1. 哈希表（HashMap）：

• 用于存储字符串t中每个字符的出现次数（need哈希表）。
• 用于存储窗口中每个字符的出现次数（window哈希表）。
• 使用getOrDefault方法来避免处理不存在键的情况。
• 使用containsKey方法来检查一个键是否存在于哈希表中。

2. 字符串操作：

• 使用toCharArray方法将字符串转换为字符数组，以便遍历字符串中的每个字符。
• 使用charAt方法获取字符串中特定索引处的字符。

3. 双指针技术：

• 使用两个指针left和right来表示滑动窗口的左右边界。
• 通过移动指针来扩展和收缩窗口。

4. 循环和条件语句：

• 使用while循环来遍历字符串s，直到right指针到达字符串的末尾。
• 使用内部while循环来在满足条件时收缩窗口。

5. 变量和赋值：

• 使用变量valid来跟踪窗口中满足need条件的字符数量。
• 使用变量start和len来记录最小覆盖子串的起始位置和长度。

6. 字符串截取：

• 使用substring方法来截取最终的最小覆盖子串。

7. 边界检查：

• 在方法开始时检查输入字符串是否为空或长度为零，以避免空指针异常和无效操作。

8. 整数常量：

• 使用Integer.MAX_VALUE作为初始的最小覆盖子串长度，以便在找不到覆盖子串时能够识别。

9. 逻辑比较：

• 使用equals方法来比较两个整数对象的内容是否相等，而不是比较它们的引用。

以上就是解决这个问题的详细步骤，希望能够为各位提供启发和帮助。