LeetCode76. 最小覆盖子串

题目

---

给定一个字符串 S 和一个字符串 T，请在 S 中找出包含 T 所有字母的最小子串。

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。

分析

字符串和哈希表的问题。

hashmap来存储t字符串中个字母元素的出现次数，left right记录当前子字符串的左右下标值，min

minleft minright 变量存储当前子字符串的最小长度以及左右下标。

首先从前向后遍历字符串，找到包含t中元素的子字符串，遍历的同时记得更新hashmap中的字母元素次数的个数，每出现一次对应-1,同时count++，在count++的时候要注意： aedbbac 找abc 时， b连续出现过两次，在count++的时候只在b出现的第一次++， 第二次不+，因为我们只需要一个b。

然后就是left向后收缩，right向后扩展，left向后收缩也就是left++的一个过程，去掉无用字符，每去掉一个字符的时候要对应判断一下是否是t中元素，将hashmap中的频率更新，以及count--，在count--的时候需要注意，即使当前删减的字符是t中元素，但是它在hashmap中的计数次数是否是>=0， 也就是它是否重复出现比如上一步骤的例子： aedbbac 找abc 时， 显然当left指向第一个b时，hashmap中要更新，但是count不要--。

之后就是不断更新min和minleft minright。

代码

class Solution {
    public String minWindow(String s, String t) {
        String string = "";

        //hashmap来统计t字符串中各个字母需要出现的次数
        HashMap map = new HashMap<>();
        for (char c : t.toCharArray())
            map.put( c, map.containsKey(c) ? map.get(c)+1 : 1);

        //用来计数 判断当前子字符串中是否包含了t中全部字符
        int count = 0;
        //记录当前子字符串的左右下标值
        int left = 0;
        int right = 0;
        //记录当前最小子字符串的大小以及第一最后字符的下标值
        int min = Integer.MAX_VALUE;
        int minLeft = 0;
        int minRight = 0;

        for (; right < s.length() ; right++) {
            char temp = s.charAt(right);
            if (map.containsKey(temp)){//向后遍历出所包含t的字符串
                count = map.get(temp) > 0 ? count+1 : count;
                map.put(temp,map.get(temp)-1);
            }
            while (count == t.length()){//得出一个符合条件的子字符串
                if (right-left < min){//更新min minLeft minRight 信息
                    min = right - left;
                    minLeft = left;
                    minRight = right;
                }
                char c = s.charAt(left);
                if (map.containsKey(c)){//向左收缩 判断所删减的字符是否在map中
                    if (map.get(c) >= 0)count --;//count--时需要判断一下是否需要-- 
                    map.put(c,map.get(c)+1);
                }
                left++;
            }
        }
        return min == Integer.MAX_VALUE ?  "" : s.substring(minLeft,minRight+1);
    }
}