滑动窗口小结
滑动窗口小结
刷LeetCode的时候遇到了两题困难的滑动窗口问题，滑动窗口是典型的双指针问题，思想简单但是编写起来还是有点复杂
串联所有单词的子串
题目描述
给定一个字符串 s 和一些长度相同的单词 words。找出 s 中恰好可以由 words 中所有单词串联形成的子串的起始位置。
注意子串要与 words 中的单词完全匹配，中间不能有其他字符，但不需要考虑 words 中单词串联的顺序。
示例 1：
输入：
s = "barfoothefoobarman",
words = ["foo","bar"]
输出：[0,9]
解释：
从索引 0 和 9 开始的子串分别是 "barfoo" 和 "foobar" 。
输出的顺序不重要, [9,0] 也是有效答案。
示例 2：
输入：
s = "wordgoodgoodgoodbestword",
words = ["word","good","best","word"]
输出：[]
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/substring-with-concatenation-of-all-words
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
代码
采用滑动窗口的方法，窗口的长度就是words总单词的长度
class Solution {
public List<Integer> findSubstring(String s, String[] words) {
List<Integer> res = new ArrayList<>();
if (s == null || s.length() == 0 || words == null || words.length == 0) return res;
HashMap<String, Integer> map = new HashMap<>();
int word_length = words[0].length();
int word_num = words.length;
for (String word : words) {
map.put(word, map.getOrDefault(word, 0) + 1);
}
//滑动窗口，分情况
//将所有移动分成 word_length 类情况，对于单词长度进行遍历
for (int i = 0; i < word_length; i++) {
int left = i, right = i, count = 0;
HashMap<String, Integer> tmp_map = new HashMap<>();
//每次移动一个单词长度
while (right + word_length <= s.length()) {
//得到子串
String w = s.substring(right, right + word_length);
right += word_length;
//判断子串
if (!map.containsKey(w)) {
//不能有其他字符
count = 0;
//窗口进行滑动
left = right;
tmp_map.clear();
} else {
tmp_map.put(w, tmp_map.getOrDefault(w, 0) + 1);
count++;
//发现次数多了
//窗口进行滑动，一直移除单词，直到次数符合了
while (tmp_map.getOrDefault(w, 0) > map.getOrDefault(w, 0)) {
String t_w = s.substring(left, left + word_length);
count--;
tmp_map.put(t_w, tmp_map.getOrDefault(t_w, 0) - 1);
left += word_length;
}
if (count == word_num) res.add(left);
}
}
}
return res;
}
}
主要参考https://leetcode-cn.com/problems/substring-with-concatenation-of-all-words/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-w-6/
这题思路有了之后，就比较简单，但是在编程上还是有一些细节
最小覆盖子串
题目描述
给你一个字符串 S、一个字符串 T，请在字符串 S 里面找出：包含 T 所有字符的最小子串。
示例：
输入: S = "ADOBECODEBANC", T = "ABC"
输出: "BANC"
说明：
- 如果 S 中不存这样的子串，则返回空字符串 ""。
- 如果 S 中存在这样的子串，我们保证它是唯一的答案。
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-window-substring
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
代码
这个跟上面类似，也是一个字符串里面找子串，所有同样可以用滑动窗口完成，同样需要记录T中各个字符出现的次数
官方题解如下
class Solution {
//记录原字符中出现的次数
Map<Character, Integer> ori = new HashMap<Character, Integer>();
//记录窗口中单词出现的次数
Map<Character, Integer> cnt = new HashMap<Character, Integer>();
public String minWindow(String s, String t) {
int tLen = t.length();
//初始化
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;
//如果包含则加入，r右滑动
if (r < sLen && ori.containsKey(s.charAt(r))) {
cnt.put(s.charAt(r), cnt.getOrDefault(s.charAt(r), 0) + 1);
}
//检查成功
while (check() && l <= r) {
if (r - l + 1 < len) {
len = r - l + 1;
ansL = l;
ansR = l + len;
}
//l右滑，缩小窗口
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);
}
//检查l到r是否包含子串
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;
}
}
然后在评论区看到一个更妙的，使用int[] mp = new int[256]记录字符出现的次数，也比较巧妙，并且速度更快，再字符多的时候说不定更节约内存，方法巧妙，可以借鉴
class Solution {
public String minWindow(String s, String t) {
//mp相当于哈希表
int[] mp = new int[256];
//记录t中字符出现的次数
for (char c : t.toCharArray()) mp[c] += 1;
int start = 0, end = 0;
int n = s.length(), m = t.length();
int cnt = 0;
int minlen = -1;
String ans = "";
while (end < n) {
char c = s.charAt(end);
mp[c] -= 1;
//所有的t都被包含时
if (mp[c] >= 0) cnt += 1;
while (cnt == m) {
if (minlen == -1 || minlen > end - start + 1) {
ans = s.substring(start, end + 1);
minlen = end - start + 1;
}
c = s.charAt(start);
//次数恢复
mp[c] += 1;
if (mp[c] >= 1) cnt -= 1;
//start右滑
start += 1;
}
//end右滑
end += 1;
}
return ans;
}
}
总结
就这两题滑动窗口来说，都是类似于在一个字符串中寻找子串的问题，总结起来就是需要使用哈希表记录对于字符或者字符串的次数，然后使用双指针维护窗口
浙公网安备 33010602011771号