Leetcode刷题解析——串联所有单词的子串

1. 题目链接：30. 串联所有单词的子串

2. 题目描述：

给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。

s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。

• 例如，如果 words = ["ab","cd","ef"]， 那么 "abcdef"， "abefcd"，"cdabef"， "cdefab"，"efabcd"， 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串，因为他不是任何 words 排列的连接。

返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。

示例 1：

输入：s = "barfoothefoobarman", words = ["foo","bar"]
输出：[0,9]
解释：因为 words.length == 2 同时 words[i].length == 3，连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。

示例 2：

输入：s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出：[]
解释：因为 words.length == 4 并且 words[i].length == 4，所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。

示例 3：

输入：s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出：[6,9,12]
解释：因为 words.length == 3 并且 words[i].length == 3，所以串联子串的长度必须为 9。
子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。
子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。
子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接。

提示：

• 1 <= s.length <= 104
• 1 <= words.length <= 5000
• 1 <= words[i].length <= 30
• words[i] 和 s 由小写英文字母组成

3. 算法思路：

1. 这段代码使用滑动窗口的思想来解决字符串匹配的问题。给定一个主串s和一个模式串words，如果s中存在一个子串，该子串包含words中所有单词且顺序一致，那么这个子串就是words的一个"串联子串"。代码的目标是在s中寻找所有的串联子串的起始位置。

2. 首先，用一个哈希表hash1来保存模式串words中所有单词的频次。然后遍历字符串s的所有可能起始位置，记为x。

3. 接下来，构建一个新的哈希表hash2，用于维护滑动窗口内的单词频次。滑动窗口的起始位置为x，终止位置为y，窗口的长度是len（words中单词长度的总和）。每次移动窗口时，将窗口右边的单词加入到hash2中，并更新对应单词的频次和计数count。如果窗口内的单词频次在hash1中存在且小于等于hash1中的频次，则count加1。

4. 如果窗口的长度超过len*m（m是words中单词的个数），说明窗口左边的单词已经不在窗口范围内，需要移出窗口并更新hash2和count。具体操作是：将窗口左边的单词移出窗口，并更新对应单词的频次和count。

5. 最后，当count等于m时，将窗口左边的起始位置加入到结果集ret中。

6. 最后返回ret，即为所有串联子串的起始位置。

4. C++算法代码：

class Solution {
public:
    vector findSubstring(string s, vector& words) {
        vector ret;
        unordered_map hash1;//保存words里面所有单词的频次
        for(auto&s:words)hash1[s]++;
        int len=words[0].size();
        int m=words.size();
        for(int i=0;ihash2;//维护窗口内单词的频次
            for(int left=i,right=i,count=0;right+len<=s.size();right+=len)
            {
                //进窗口+维护count
                string in=s.substr(right,len);
                hash2[in]++;
                if(hash1.count(in)&&hash2[in]<=hash1[in])count++;
                //判断
                if(right-left+1>len*m)
                {
                    //出窗口+维护count
                    string out=s.substr(left,len);
                    if(hash1.count(out)&&hash2[out]<=hash1[out])count--;
                    hash2[out]--;
                    left+=len;
                }
                //更新结果
                if(count==m) ret.push_back(left);
            }
        }
          return ret;
    }
};