题目:
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
算法原理:
一些有关联的题外话:如果我们把每⼀个单词看成⼀个⼀个字母,问题就变成了找到「字符串中所有的字母异位词」。http://t.csdn.cn/TciNE,在那个问题中,我们处理的对象是⼀个⼀个的字符,而这里处理的对象是⼀个⼀个的单词
我们可以从字符串s的开始位置去划分一个一个的单词,但是以起始位置开始划分单词可能得不到完整的words中的单词,所以我们可以执行len次滑动窗口(len是words数组中单词的长度)
"lingmindraboofooowingdingbarrwingmonkeypoundcake" ["fooo","barr","wing","ding","wing"]
总有一次滑动窗口可以找到
1 滑动窗口执行 len次 创建两个哈希表:哈希表1统计words数组中每个单词出现的次数
哈希表2统计窗口中每个单词出现的次数
变量count统计窗口中有效字符串的个数,有效字符串的判定:当前字符串加入哈希表2后,此字符串在窗口中的个数<=此字符串在words数组中的个数
2 每一次滑动窗口:
a 进窗口+维护count:取得right位置开始的len个字符作为一个单词,加入哈希表2中计算次数
若是加入后此单词在哈希表2中的个数(即它在窗口中的个数)<=哈希表1中此单词的个数(即它在words数组中的个数),则为有效字符串,count++
b 判断是否出窗口+维护count:取得left位置开始的len个字符作为一个单词,在出窗口之前要判断此单词是否为有效单词,判断方法:此字符在哈希表2中的个数<=在哈希表1中的个数
若为有效单词,则出窗口,要count--
c 更新结果 如果有效单词的个数count==窗口中所有单词的个数,则统计一次结果
代码实现:
class Solution
{
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> ret;unordered_map<string,int> hash1;//统计words数组中所有单词出现的次数for(auto e:words){hash1[e]++;}int len = words[0].size();int m = words.size();for(int i = 0;i<len;i++)//滑动窗口执行len次{unordered_map<string,int> hash2;//统计窗口内所有单词出现的次数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]){count++;}//判断if(right-left+1>len*m){//出窗口+维护countstring out = s.substr(left,len);if(hash1.count(out) &&hash2[out]--<=hash1[out]){count--;}left+=len;}//更新结果if(count==m){ret.push_back(left);}}}return ret;}
};