OJ刷题日记：4、滑动窗口（2）

1、904.水果成篮

2、438.找到字符串中所有字母异位词

3、30.串联所有单词的子串

4、76.最小覆盖子串

1、904.水果成篮

题目：

904. 水果成篮 - 力扣（LeetCode）https://leetcode.cn/problems/fruit-into-baskets/description/

你正在探访一家农场，农场从左到右种植了一排果树。这些树用一个整数数组 fruits 表示，其中 fruits[i] 是第 i 棵树上的水果种类。

你想要尽可能多地收集水果。然而，农场的主人设定了一些严格的规矩，你必须按照要求采摘水果：

你只有两个篮子，并且每个篮子只能装 单一类型 的水果。每个篮子能够装的水果总量没有限制。
你可以选择任意一棵树开始采摘，你必须从每棵树（包括开始采摘的树）上 恰好摘一个水果 。采摘的水果应当符合篮子中的水果类型。每采摘一次，你将会向右移动到下一棵树，并继续采摘。
一旦你走到某棵树前，但水果不符合篮子的水果类型，那么就必须停止采摘。

给你一个整数数组 fruits ，返回你可以收集的水果的最大数目。

示例 1：

输入：fruits = [1,2,1]
输出：3
解释：可以采摘全部 3 棵树。

示例 2：

输入：fruits = [0,1,2,2]
输出：3
解释：可以采摘 [1,2,2] 这三棵树。
如果从第一棵树开始采摘，则只能采摘 [0,1] 这两棵树。

示例 3：

输入：fruits = [1,2,3,2,2]
输出：4
解释：可以采摘 [2,3,2,2] 这四棵树。
如果从第一棵树开始采摘，则只能采摘 [1,2] 这两棵树。

示例 4：

输入：fruits = [3,3,3,1,2,1,1,2,3,3,4]
输出：5
解释：可以采摘 [1,2,1,1,2] 这五棵树。

提示：

1 <= fruits.length <= 105
0 <= fruits[i] < fruits.length

这里的算法原理还是滑动窗口，这里刚好我学过了map在c++的专栏里面有，所以这里直接说我的写法思路，这里是利用滑动窗口，还是那四步

1、left=0、rigjt=0

2、进窗口，就是右边指针进行++，然后进行存入map里面，也就是map的键值就是fruits的的数据，然后后面计数++

3、出窗口，就是当map的size大于2的时候就进行出窗口，这里注意需要利用迭代器进行获取需要出窗口值的地址，然后当second的值为0时需要把这个删除了

4、更新结果，这里就是在记录一下最大两个范围就可以了，然后进行返回。

class Solution {
public:int totalFruit(vector<int>& fruits) {int left=0,right=0,ret=0,n=fruits.size();map<int,int> m;while(right<n){++m[fruits[right]];while(m.size()>2){        auto it = m.find(fruits[left]);--it->second;if(it->second==0)m.erase(it);++left;}ret=max(ret,right-left+1);++right;}return ret;}
};

2、438.找到字符串中所有字母异位词

题目：

438. 找到字符串中所有字母异位词 - 力扣（LeetCode）https://leetcode.cn/problems/find-all-anagrams-in-a-string/description/

给定两个字符串 s 和 p，找到 s 中所有 p 的 异位词 的子串，返回这些子串的起始索引。不考虑答案输出的顺序。

异位词 指由相同字母重排列形成的字符串（包括相同的字符串）。

示例 1:

输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。

示例 2:

输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。

提示:

1 <= s.length, p.length <= 3 * 104
s 和 p 仅包含小写字母

先看题目这里是需要找到异位词，也就是abc、acb、bac、bcd等等，不一定需要完全相当，这里就可以利用哈希表了，这里只有小写字母，所以这里就直接创建了一个数组用来存入p和s的然后进行匹配，这里是创建了一个count进行维护数组，也就是碰到有效的字符count进行++，然后当做左边减去右边+1大于p的大小就是出窗口的时候，这里就是创建了一个vector用来记录坐标的起始坐标，出窗口的时候就是看有没有有效数字，有有效数字的时候count--，如下方代码所示

class Solution {
public:vector<int> findAnagrams(string s, string p) {int hashi1[26]={0};//记录p的字母个数for(auto e:p)hashi1[e-'a']++;int count=0;//用来判断维护字母有效个数int hashi2[26]={0};//统计s可能出现的子串个数int m=p.size();vector<int> ret;for(int left=0,right=0;right<s.size();++right){char in=s[right];if(++hashi2[in-'a']<=hashi1[in-'a'])count++;if(right-left+1>m){char out=s[left++];if(hashi2[out-'a']--<=hashi1[out-'a'])count--;}if(count==m)ret.push_back(left);}   return ret;}
};

3、30.串联所有单词的子串

题目：

30. 串联所有单词的子串 - 力扣（LeetCode）https://leetcode.cn/problems/substring-with-concatenation-of-all-words/description/

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

先看题目，这里和上题原理差不多，也是利用滑动窗口和哈希进行解答，这里是利用map记录words里面的字符串，然后这次在进窗口的时候不是一个一个移动了，这次是words里面一个字符串的长度，也就是单词多长移动多长，如示例一就是一次移动三个，所以这里需要注意一下，然后出窗口的时候就是和上面一题差不多，这里就是把map的数值进行--，然后也是用count进行维护，更新结果的时候是当words总长度等于count的时候就进行更新，如下方代码所示

class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {int len=words[0].size(),m=words.size();map<string,int> hash1;for(auto& e:words)hash1[e]++;vector<int> v;int count=0;for(int i=0;i<len;i++){map<string,int> hash2;for(int left=i,right=i,count=0;right+len<=s.size();right+=len){string in=s.substr(right,len);hash2[in]++;if(hash1.count(in)&&hash2[in]<=hash1[in]) count++;if(right-left+1>len*m){string out=s.substr(left,len);if(hash1.count(out)&&hash2[out]<=hash1[out])count--;hash2[out]--;left+=len;}if(count==m) v.push_back(left);}}return v;}
};

4、76.最小覆盖子串

题目：

76. 最小覆盖子串 - 力扣（LeetCode）https://leetcode.cn/problems/minimum-window-substring/description/

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串，则返回空字符串 "" 。

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。
如果 s 中存在这样的子串，我们保证它是唯一的答案。

示例 1：

输入：s = "ADOBECODEBANC", t = "ABC"
输出："BANC"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2：

输入：s = "a", t = "a"
输出："a"
解释：整个字符串 s 是最小覆盖子串。

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：

m == s.length
n == t.length
1 <= m, n <= 105
s 和 t 由英文字母组成

先看题目，这题是覆盖，如示例一，只要有一个A一个B一个C的时候，这个就是子串，也就是说中间可以重复，算法思路也就是滑动窗口，这个使用一个128长度的数组进行记录t的字符，也就是记录每个字符出现几次，然后用一个128长度的数组进行维护s的字符，count也是用来维护，和前两题差不多，这里的出窗口条件就是当有效字符等于count的时候进开始进行更新最小的子串长度以及起始地址，然后进行出窗口，在返回就可以了

class Solution {
public:string minWindow(string s, string t) {int hash1[128]={0};int kinds=0;for(auto e:t)if(hash1[e]++==0)kinds++;int hash2[128]={0};int minlen=INT_MAX,begin=-1;for(int left=0,right=0,count=0;right<s.size();right++){char in=s[right];if(++hash2[in]==hash1[in])count++;while(count==kinds){if(right-left+1<minlen){minlen=right-left+1;begin=left;}char out=s[left++];if(hash2[out]--==hash1[out])count--;}}if(begin==-1) return "";else return s.substr(begin,minlen);}
};