leetcode：76. 最小覆盖子串

题目来源

• leetcode：76. 最小覆盖子串

题目描述

class Solution {
public:
    string minWindow(string s, string t) {

    }
};

题目解析

滑动窗口 + 欠账表

思想：

• 在滑动窗口类型的问题中都会有两个指针，一个用于[延伸]现有窗口的j指针，一个用于[收缩]窗口的i指针
• 在任何时刻，都只有一个指针运行，而另一个保持静止
• 我们在s上滑动窗口，通过移动r指针不断扩张窗口，当窗口包含t全部所需的字符后，如果能够收缩，我们就收缩窗口直到得到最小窗口（j - i + 1）

步骤：

• 不断增加j使滑动窗口增大，直到窗口包含了T的所有元素
• 不断增加i使滑动窗口缩小，因为是要求最小字串，所以将不必要的元素排除在外，使长度减小，直到碰到一个必须包含的元素，这个时候不能再扔了，再扔就不满足条件了，记录此时滑动窗口的长度，并保存最小值
• 让i再增加一个位置，这个时候滑动窗口肯定不满足条件了，那么继续从步骤一开始执行，寻找新的满足条件的滑动窗口，如此反复，直到j超出了字符串S范围。

问题是：如果判断滑动窗口中包含了T的元素

• 通过维护一个need：
  • 步骤一：我们用一个字典need来表示当前滑动窗口中需要的各元素的数量
  • 步骤二：一开始滑动窗口为空，用T中各元素来初始化这个need
  • 步骤三：当滑动窗口扩展或者收缩的时候，去维护这个need字典，例如当滑动窗口包含某个元素，我们就让need中这个元素的数量减1，代表所需元素减少了1个；当滑动窗口移除某个元素，就让need中这个元素的数量加1。
• 也就是说：
  • need始终记录着当前滑动窗口下，我们还需要的元素数量。
  • 我们在改变i、j的时候，需要同步维护need
• 注意：
  • need可以为负数，如果某个元素存储的是负数代表这个元素是多余的。比如当need等于{‘A’:-2,‘C’:1}时，表示当前滑动窗口中，我们有2个A是多余的，同时还需要1个C。
  • 这么做的目的就是为了步骤二中，排除不必要的元素，数量为负的就是不必要的元素，而数量为0表示刚刚好。
• 综上：当need中所有元素的数量都小于等于0时，表示当前滑动窗口不再需要任何元素

优化：

• 如果每次判断滑动窗口是否包含了T的所有元素，都去遍历need看是否所有元素数量都小于等于0，这个会耗费O(k)的时间复杂度
• 其实这个是可以避免的，我们可以维护一个额外的变量needCnt来记录所需元素的总数量，当我们碰到一个所需元素c，不仅need[c]的数量减少1，同时needCnt也要减少1，这样我们通过needCnt就可以知道是否满足条件，而无需遍历字典了。
• 什么叫做所需元素？只有need[c]>0大于0时，代表c就是所需元素

class Solution {
public:
    string minWindow(string s, string t) {
        std::vector<int> need(128, 0);
        for(char c : t){
            need[c]++;
        }
        int count = t.size();
        int i = 0, j = 0, start = 0, size = INT32_MAX;
        while (j < s.size()){
            char c = s[j];
            //先把右边的字符加入窗口
            --need[c];  
            if(need[c] >= 0){
                --count;  //是不是有效还钱
            }

            // 每加入一个字符都判断一下窗口内是不是已经包含了全部字符了
            if(count == 0){  
                //如果是的，那么尝试缩小窗口(增加i，排除多余元素)
                while (i < j && need[s[i]] < 0){// l == r时不形成窗口&&多余的
                    need[s[i++]]++;//将多还的弹出窗口
                }
                //此时窗口符合要求, 更新答案
                if(j - i + 1 < size){
                    size = j - i + 1;
                    start = i;
                }
                // i增加一个位置，寻找新的满足条件滑动窗口
                need[s[i]]++;
                count += 1 ;   //由于 移动前i这个位置 一定是所需的字母，因此count才需要+1
                i++;
            }
            j++;
        }

        return size == INT32_MAX? "" : s.substr(start, size);
    }
};

类似题目

题目	思路
leetcode：76. 最小子串：字符串s2覆盖s1的所有子串的最小子串 Minimum Window Substring	滑动窗口 + 欠钱表
leetcode：567. 是否包含：字符串s2是否包含s1的排列 Permutation in String	滑动窗口 + 欠账表
leetcode：209. 最小子数组长度：无序正数数组其和＞=k的长度最小的子数组的长度 Minimum Size Subarray Sum	滑动窗口；前缀和 + 二分
leetcode：560. 所有子数组个数：无序整数数组其和 == K 的子数组的个数 Subarray Sum Equals K	主要思路：计算完包括了当前数前缀和之后，我们去查一查在当前数之前，有多少个前缀和等于preSum - k呢？
leetcode：718. 最长子数组长度：两个数组公共的，最长的子数组长度 Maximum Length of Repeated Subarray
leetcode：632. 最小区间：覆盖K个列表元素的最小区间 Smallest Range Covering Elements from K Lists
leetcode：239. 滑动窗口最大值 Sliding Window Maximum	💖💖💖💖💖
leetcode：30. 串联所有单词的子串 Substring with Concatenation of All Words	hard级别，暂时不做
leetcode：727. 最小窗口序列Minimum Window Subsequence
leetcode：159.最多有两个不同字符的最长子串	滑动窗口
leetcode：904. 水果成篮	滑动窗口