滑动窗口5:LeetCode 76. 最小覆盖子串
Posted 纵横千里,捭阖四方
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了滑动窗口5:LeetCode 76. 最小覆盖子串相关的知识,希望对你有一定的参考价值。
题目要求: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 ""
。
示例1:
输入:s = "ADOBECODEBANC", t = "ABC"
输出:"BANC"
这个题在LeetCode中标记的难度是hard,但是使用滑动窗口可以非常轻松地想到解决思路,难点在于元素可能存在重复,例如t="AAA",这时候使用Hash等辅助计算时就需要额外记录次数。
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 right指针,和一个用于「收缩」窗口的 left 指针。开始先填在任意时刻,只有一个指针运动,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,如果能收缩,我们就收缩窗口直到得到最小窗口。
如何判断当前的窗口包含所有 tt 所需的字符呢?我们可以用一个哈希表表示 tt 中所有的字符以及它们的个数,用一个哈希表动态维护窗口中所有的字符以及它们的个数,如果这个动态表中包含 tt 的哈希表中的所有字符,并且对应的个数都不小于 tt 的哈希表中各个字符的个数,那么当前的窗口是「可行」的。
需要注意的是这里 t中可能出现重复的字符,所以我们要记录字符的个数。代码如下,稍微有些复杂。
class Solution {
Map<Character, Integer> ori = new HashMap<Character, Integer>();
Map<Character, Integer> cnt = new HashMap<Character, Integer>();
public String minWindow(String s, String t) {
int tLen = t.length();
for (int i = 0; i < tLen; i++) {
char c = t.charAt(i);
ori.put(c, ori.getOrDefault(c, 0) + 1);
}
int l = 0, r = -1;
int len = Integer.MAX_VALUE, ansL = -1, ansR = -1;
int sLen = s.length();
while (r < sLen) {
++r;
if (r < sLen && ori.containsKey(s.charAt(r))) {
cnt.put(s.charAt(r), cnt.getOrDefault(s.charAt(r), 0) + 1);
}
while (check() && l <= r) {
if (r - l + 1 < len) {
len = r - l + 1;
ansL = l;
ansR = l + len;
}
if (ori.containsKey(s.charAt(l))) {
cnt.put(s.charAt(l), cnt.getOrDefault(s.charAt(l), 0) - 1);
}
++l;
}
}
return ansL == -1 ? "" : s.substring(ansL, ansR);
}
public boolean check() {
Iterator iter = ori.entrySet().iterator();
while (iter.hasNext()) {
Map.Entry entry = (Map.Entry) iter.next();
Character key = (Character) entry.getKey();
Integer val = (Integer) entry.getValue();
if (cnt.getOrDefault(key, 0) < val) {
return false;
}
}
return true;
}
}
这里我们使用了两个Hash来辅助进行。这就是高级算法的一个特点,基本算法中的栈、队列、hash、双指针、递归等问题都是工具,需要的时候能够信手拈来。
以上是关于滑动窗口5:LeetCode 76. 最小覆盖子串的主要内容,如果未能解决你的问题,请参考以下文章