目录
题目链接:76. 最小覆盖子串 - 力扣(LeetCode)
题目描述
示例
提示:
解法一:滑动窗口
1. 初始化
2. 构建 mapT
3. 滑动窗口
4. checkT 方法
5. 返回结果
Java写法:
运行时间
C++写法:
相比于Java主要改动:
运行时间
时间复杂度和空间复杂度
解法一极限优化
优化说明
运行时间
总结
题目链接:76. 最小覆盖子串 - 力扣(LeetCode)
注:下述题目描述和示例均来自力扣
题目描述
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
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 <= 10^5
s
和t
由英文字母组成
解法一:滑动窗口
1. 初始化
- 使用两个
HashMap
(mapS
和mapT
)来记录字符出现的次数。mapT
用于存储字符串t
中每个字符的出现次数,而mapS
用于在滑动窗口过程中动态地记录当前窗口内字符的出现次数。 - 初始化结果子串的起始位置
resStart
为 -1(表示还未找到符合条件的子串),和结果子串的长度resLen
为s
的长度加1(确保初始时,任何可能的子串长度都会比这个值小,从而能够更新)。
2. 构建 mapT
- 遍历字符串
t
,统计每个字符的出现次数,并存储在mapT
中。
3. 滑动窗口
- 使用两个指针
left
和right
来表示当前滑动窗口的左右边界。 - 使用一个
while
循环来移动这两个指针,直到right
指针超出字符串s
的范围或当前窗口已经包含了t
的所有字符(通过checkT
方法检查)。 - 在循环内部,首先检查是否需要向右扩展窗口(即移动
right
指针)。如果当前窗口不包含t
的所有字符(!checkT(mapS, mapT)
为真),则扩展窗口(即将s.charAt(right)
加入到mapS
中,并右移right
指针)。 - 如果当前窗口已经包含了
t
的所有字符,则尝试通过左移left
指针来缩小窗口,直到窗口不再包含t
的所有字符为止。在每次缩小窗口的过程中,都检查并更新结果子串的起始位置和长度(如果当前窗口长度更小的话)。
4. checkT
方法
- 这个方法用于检查
mapS
是否包含了mapT
中的所有字符,并且每个字符的出现次数都不少于mapT
中对应字符的出现次数。 - 遍历
mapT
中的每个字符,检查其在mapS
中的出现次数是否满足条件。如果有任何一个字符不满足条件,则返回false
;否则返回true
。
5. 返回结果
- 循环结束后,如果找到了符合条件的子串(即
resStart
不为 -1),则返回该子串;否则返回空字符串""
,表示没有找到符合条件的子串。
Java写法:
class Solution {public String minWindow(String s, String t) {int lenS = s.length();Map<Character,Integer> mapS = new HashMap<>();Map<Character,Integer> mapT = new HashMap<>();int resStart = -1;int resLen = lenS + 1;// 将t中的元素使用map集合存储起来for (int i = 0; i < t.length(); i++) {mapT.put(t.charAt(i),mapT.getOrDefault(t.charAt(i),0) + 1);}int left = 0;int right = 0;while (right < lenS || checkT(mapS, mapT)){if (right > lenS || !checkT(mapS, mapT)){// 如果当前窗口没有包含的话就添加元素,并右移rightmapS.put(s.charAt(right), mapS.getOrDefault(s.charAt(right),0) + 1);right++;}else {// 如果当前窗口包含了的话,判断并更新结果的起始位置和长度if (resLen > (right - left)){resStart = left;resLen = right - left;}// 就删除元素,并右移leftmapS.put(s.charAt(left), mapS.get(s.charAt(left)) - 1);left++;}}if(resStart != -1){return s.substring(resStart, resStart + resLen);}return "";}/*** 检查mapS是否包含了mapT中的全部字符* @return*/private boolean checkT(Map<Character, Integer> mapS, Map<Character, Integer> mapT) {for (Character character : mapT.keySet()) {if (mapT.get(character) > mapS.getOrDefault(character, 0)){return false;}}return true;}
}
运行时间
520送给大家
C++写法:
class Solution {
public:std::string minWindow(std::string s, std::string t) {int lenS = s.length();int lenT = t.length();std::unordered_map<char, int> mapS;std::unordered_map<char, int> mapT;// 将t中的元素使用map集合存储起来for (char c : t) {mapT[c]++;}int resStart = -1;int resLen = lenS + 1;int left = 0, right = 0;int required = mapT.size(); // 需要的不同字符数量int formed = 0; // 当前窗口中满足条件的不同字符数量while (right < lenS) {// 添加右指针的字符char c = s[right];mapS[c]++;// 如果当前字符在t中并且频率达标,则形成一个满足条件的字符if (mapT.count(c) && mapS[c] == mapT[c]) {formed++;}// 当当前窗口中包含了所有t的字符时,尝试收缩左指针while (left <= right && formed == required) {c = s[left];// 更新最小子串的长度和位置if (resLen > (right - left + 1)) {resStart = left;resLen = right - left + 1;}// 移除左指针指向的字符,并更新窗口mapS[c]--;if (mapT.count(c) && mapS[c] < mapT[c]) {formed--;}left++;}right++;}// 如果没有找到符合条件的子串,则返回空字符串,否则返回最小子串return resStart != -1 ? s.substr(resStart, resLen) : "";}
};
相比于Java主要改动:
- 数据结构:Java 的
HashMap
改为 C++ 的unordered_map
。 - 字符串处理:Java 的字符串操作改为 C++ 的
string
方法,例如s.substr
。 - 类型和语法:调整了类型和语法,使其符合 C++ 规范。
- 字符计数:在删除字符时,如果计数为 0,使用
erase
方法删除该字符。 - 主循环条件:适当调整了
while
循环的条件,以确保在右指针达到字符串末尾时不会越界。
运行时间
时间复杂度和空间复杂度
解法一极限优化
我就只写Java了,脑子要炸掉了
优化说明
-
窗口逻辑简化:原代码在主循环中条件判断较复杂,优化后将扩展右指针和收缩左指针的逻辑分开,使代码结构更清晰。
-
减少
mapS
的使用:在添加和移除字符时,直接更新mapS
的计数,而不是每次都调用getOrDefault
,提高了性能。 -
优化
formed
计数:通过使用formed
变量来跟踪当前满足条件的字符数量,避免每次调用检查checkT
方法,减少了不必要的遍历。 -
使用数组来存储结果:使用
int[] result
数组来存储最小长度和指针位置,使代码更简洁,易于理解。
class Solution {public String minWindow(String s, String t) {int lenS = s.length(), lenT = t.length();// 如果s的长度小于t的长度,则直接返回空字符串if (lenS < lenT) return "";// 创建mapT,存储t中每个字符的频率Map<Character, Integer> mapT = new HashMap<>();for (char c : t.toCharArray()) {mapT.put(c, mapT.getOrDefault(c, 0) + 1);}// 创建mapS,存储当前窗口s中每个字符的频率Map<Character, Integer> mapS = new HashMap<>();int left = 0, right = 0;int required = mapT.size(); // 需要的不同字符数量int formed = 0; // 当前窗口中满足条件的不同字符数量int[] result = {-1, 0, 0}; // result[0]: 最小长度, result[1]: 左指针位置, result[2]: 右指针位置// 扩展右指针,形成窗口while (right < lenS) {char c = s.charAt(right);mapS.put(c, mapS.getOrDefault(c, 0) + 1);// 如果当前字符在t中,并且频率达到要求,则形成一个满足条件的字符if (mapT.containsKey(c) && mapS.get(c).intValue() == mapT.get(c).intValue()) {formed++;}// 当当前窗口中包含了所有t的字符时,尝试收缩左指针while (left <= right && formed == required) {c = s.charAt(left);// 更新最小子串的长度和位置if (result[0] == -1 || right - left + 1 < result[0]) {result[0] = right - left + 1;result[1] = left;result[2] = right;}// 移除左指针指向的字符,并更新窗口mapS.put(c, mapS.get(c) - 1);// 如果移除后该字符不再满足条件,则减少formed计数if (mapT.containsKey(c) && mapS.get(c).intValue() < mapT.get(c).intValue()) {formed--;}left++;}right++;}// 如果没有找到符合条件的子串,则返回空字符串,否则返回最小子串return result[0] == -1 ? "" : s.substring(result[1], result[2] + 1);}
}
运行时间
这优化效果,牛不牛!!!!!
总结
我真的脑子爆炸了,┭┮﹏┭┮晚安