手撕算法-最小覆盖子串

发布于:2024-03-28 ⋅ 阅读:(19) ⋅ 点赞:(0)

描述

image.png

分析

滑动窗口。

参考力扣官方的题解思路

本问题要求我们返回字符串 s 中包含字符串 t 的全部字符的最小窗口。我们称包含 t 的全部字母的窗口为「可行」窗口。

我们可以用滑动窗口的思想解决这个问题。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 r 指针,和一个用于「收缩」窗口的 l 指针。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 t 所需的字符呢?我们可以用一个哈希表表示 t 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 t 的哈希表中的所有字符,并且对应的个数都不小于 t 的哈希表中各个字符的个数,那么当前的窗口是「可行」的。

直接看代码。

代码

版本1:(超时)

    public static String minWindow(String s, String t) {
        // 记录t中的所有字符和数量
        HashMap<Character, Integer> map = new HashMap<>();
        for (int i = 0; i < t.length(); i++) {
            map.put(t.charAt(i), map.getOrDefault(t.charAt(i), 0) + 1);
        }

        int minLen = Integer.MAX_VALUE;
        int left = 0, right = 0;

        // 滑动窗口,左边固定,右边滑动
        for (int i = 0; i < s.length(); i++) {
            if (s.length()-i < t.length()) break;
            HashMap<Character, Integer> tmp = new HashMap<>(map);
            for (int j = i; j < s.length(); j++) {
                if (tmp.containsKey(s.charAt(j))) {
                    tmp.put(s.charAt(j), tmp.get(s.charAt(j)) - 1);
                    if (tmp.get(s.charAt(j)) == 0) {
                        tmp.remove(s.charAt(j));
                    }
                }

                if (tmp.size() == 0) {
                    if (j - i + 1 < minLen) {
                        minLen = j - i + 1;
                        left = i;
                        right = j;
                    }
                    break;
                }
            }
        }

        return minLen == Integer.MAX_VALUE ? "" : s.substring(left, right + 1);
    }

版本2:(官方版本,能看懂,但自己写不出来😭)

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();
        // 记录t出现字符集合
        for (int i = 0; i < tLen; i++) {
            char c = t.charAt(i);
            ori.put(c, ori.getOrDefault(c, 0) + 1);
        }
        // 定义左右指针
        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))) {
                // 字符包含在t中的话,记录到另一个集合cnt中
                cnt.put(s.charAt(r), cnt.getOrDefault(s.charAt(r), 0) + 1);
            }
            while (check() && l <= r) {
                // 说明此子序列,包含了所有t中的字符
                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() {
        // 检查 ori 是否包含了 所有的cnt种的字符,并且数量要小于cnt中的字符
        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;
    }
}

image.png

面试公司

本文含有隐藏内容,请 开通VIP 后查看