链接:LeetCode 76. 最小覆盖子串; LCR 017. 最小覆盖子串
难度:困难
给定两个字符串 s 和 t 。返回 s 中包含 t 的所有字符的最短子字符串。如果 s 中不存在符合条件的子字符串,则返回空字符串 “” 。
如果 s 中存在多个符合条件的子字符串,返回任意一个。
注意: 对于 t 中重复字符,我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
示例 1:
输入:s = “ADOBECODEBANC”, t = “ABC”
输出:“BANC”
解释:最短子字符串 “BANC” 包含了字符串 t 的所有字符 ‘A’、‘B’、‘C’
示例 2:
输入:s = “a”, t = “a”
输出:“a”
示例 3:
输入:s = “a”, t = “aa”
输出:“”
解释:t 中两个字符 ‘a’ 均应包含在 s 的子串中,因此没有符合条件的子字符串,返回空字符串。
提示:
进阶:你能设计一个在 o(n) 时间内解决此问题的算法吗?
通过维护一个哈希表cnt记录目标字符串t中待匹配的各字符数目,并在s中维护一个变长滑动窗口,cnt的初始值即为t中的各个字符对应数量
当窗口中加入一个新的字符ch时:
如果cnt[ch] > 0时,说明ch在未加入窗口前我们对于字符ch还有需求,此时新加入的ch会使得need-1
反之说明已无需求,need不变
当窗口滑出一个字符ch时:
如果cnt[ch]>=0,说明原本我们就需求该字符,现在减少一个后需求更大了,因此need+1
反之need不变
当need为0时,说明有窗口符合题意,记录下窗口位置和长度,并尝试收缩边界
class Solution {
public:
string minWindow(string s, string t) {
int m = s.size(), n = t.size();
unordered_map<char, int> windowS;
unordered_map<char, int> windowT;
for (auto it : t) windowT[it]++;
for (auto it : s) windowS[it]++;
for (auto it : windowT)
if (windowS[it.first] < it.second) return "";
int i = 0, j = m - 1;
int l = i, r = j;
while (j >= 0) {
if (windowT[s[j]] > 0 && windowS[s[j]] - 1 < windowT[s[j]]) {
r = j;
break;
} else {
windowS[s[j]]--;
j--;
}
}
while (i <= j) {
if (windowT[s[i]] > 0 && windowS[s[i]] - 1 < windowT[s[i]]) {
if (j - i < r - l) {
l = i;
r = j;
}
while (++j < m) {
windowS[s[j]]++;
if (s[j] == s[i]) break;
}
if (j == m) break;
}
windowS[s[i]]--;
i++;
}
return s.substr(l, r - l + 1);
}
};
时间复杂度O(m+n),空间复杂度O(m+n)。