原题：30. 串联所有单词的子串 - 力扣（LeetCode）
题目解析：
本题在这道题的算法原理基础上进行思考会简单许多
leetcode --- 438. 找到字符串中所有字母异位词[C++/滑动窗口+哈希表]-CSDN博客
关键信息---words中的字符串长度都相等
要在s字符串中找到串联子串。将每一个words中的字符串看做一个字符
比如示例1中，foo看作a，bar看作b
那么s字符串就可以看成是 bacabd （the看作c，man看作d）
那么这道题就变成了和438一样的寻找异位词的问题。
但是这道题还有些不同的地方
比如barfoothefoobarman这个s字符串
除了从b开始的分割方式，还可能存在从第二个字符开始的分割方式，和第三个字符开始的分割方式，这几个分割方式中都可能出现符合题目要求的串联子串，只是示例1恰好没有。但是我们编写代码时要考虑到这个情况。
算法原理：
与438这道题不同的是：
1.这道题的哈希表要存的是字符串出现的频次；
2.此外，指针的移动方式也不同，每次移动的长度应该等于words中的字符串的长度；
3.还有一个不同就是题目解析中说的不同分割方式，这中不同在算法中的体现就是滑动窗口的执行次数。根据题目解析中的规律，当起始的字符跳过了一个words字符串的长度，那么就会和第一种情况（从第一个字符开始的分割方式）重复，所以滑动窗口的执行次数就是words字符串长度的大小。
先创建第一个哈希表hash1来保存words中字符出现的频次
再创建一个哈希表hash2用来保存窗口中字符出现的频次
滑动窗口四步走
1.进窗口 + 维护count
更新哈希表hash2，判断进窗口的字符串是否为有效字符串
有效则count++
2.判断
窗口长度大于words字符串总长度时出窗口
3.出窗口
判断出窗口的字符串是否为有效字符串
有效则count--
然后更新哈希表hash2，把出窗口的字符频次减掉
然后left指针右移
4.更新状态
当有效字符串个数等于words中的字符串个数
将left下标给返回值
以上步骤总共执行len次，len为words中一个字符串的长度
每一次执行的时候，left和right的起始位置要有相应变化
代码编写：
class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {unordered_map<string,int>hash1; //保存words里所有单词出现的频次for(auto &s : words){hash1[s]++;}vector<int>ret;int len = words[0].size(),m = words.size();for(int i = 0;i<len;i++)//滑动窗口执行len次{unordered_map<string,int>hash2;//保存窗口内所有单词出现的频次//right是其中一个字符串的起始位置，其长度要合法且符合要求//所以循环的结束条件为right+len <= s.size()//count为有效字符串个数//注意left和right的起始位置要随滑动窗口执行次数变化而变化for(int left = i,right = i,count = 0;right + len <= s.size(); right+=len){//进窗口 + 维护countstring in = s.substr(right,len);if(++hash2[in] <= hash1[in]){count++;}//判断if(right - left + 1 > len*m){string out = s.substr(left,len);//出窗口 if(hash2[out]-- <= hash1[out]){count--;}left+=len;//出完窗口left要移动}//更新状态if(count == m) //有效字符串个数等于words中字符串个数{ret.push_back(left);}}}return ret;}
};在时间上进一步优化
因为s字符串中可能出现words字符串中没有的字符，所以在进行比较的时候，hash1会先创建出一个空间再进行比较，这样就造成一定程度的时间消耗，所以在进行比较之前加个判断，hash1.count（in）判断这个字符串是否存在，如果不存在于words中，那就没有判断的必要，不影响有效字符串个数的大小。
优化地方在下方注释标出
class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {unordered_map<string,int>hash1; //保存words里所有单词出现的频次for(auto &s : words){hash1[s]++;}vector<int>ret;int len = words[0].size(),m = words.size();for(int i = 0;i<len;i++)//滑动窗口执行len次{unordered_map<string,int>hash2;//保存窗口内所有单词出现的频次//right是其中一个字符串的起始位置，其长度要合法且符合要求//所以循环的结束条件为right+len <= s.size()//count为有效字符串个数//注意left和right的起始位置要随滑动窗口执行次数变化而变化for(int left = i,right = i,count = 0;right + len <= s.size(); right+=len){//进窗口 + 维护countstring in = s.substr(right,len);if(hash1.count(in) && ++hash2[in] <= hash1[in]) //优化{count++;}//判断if(right - left + 1 > len*m){string out = s.substr(left,len);//出窗口 if(hash1.count(out) && hash2[out]-- <= hash1[out]) //优化{count--;}left+=len;//出完窗口left要移动}//更新状态if(count == m) //有效字符串个数等于words中字符串个数{ret.push_back(left);}}}return ret;}
};
