最小覆盖子串

76. 最小覆盖子串 - 力扣(LeetCode)

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。

思路:滑动窗口

1. 题目要求对于 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,因此我们需要统计【 t中每个字符的数量】,以及【滑动窗口中每个字符的数量】。

2.什么时候缩短窗口呢?当窗口中的【有效字符总数】 等于 t的【有效字符总数】时,尝试缩短左边界。当滑动窗口移除的字符对应的数量 小于等于 t中对应字符的数量 , 滑动窗口有效字符总数-1。

3.对于t来说,有效字符个数就是t的长度。 对于窗口中的有效字符个数,当窗口中的字符对应数量小于或者等于 t中对应字符的数量时,才计入窗口的有效字符个数,超过的数量不计。

    public String minWindow(String s, String t) {

        //长度不符合
        if (s.length()<t.length()){
            return "";
        }
        //窗口中每个字符的频数
        int[] winMap = new int[128];
        //t中每个字符的频数
        int[] tMap = new int[128];

        int tSum = t.length(); //目标子串的有效字符个数
        int winSum=0; //窗口内有效字符个数, 只有当 字符的频数小于 t中对应字符的频数,才会被计为有效字符,超过的不计。


        int start=-1; //截取字符串的起始点
        int end=-1;
        int minLen=Integer.MAX_VALUE; //符合条件的最短子串长度

        //滑动窗口的左右指针
        int left=0;
        int right=0;

        //统计t中的每个字符的频数
        for (char c : t.toCharArray()) {
            tMap[c]++;
        }

        while (right<s.length()){
            char c = s.charAt(right);
            winMap[c]++;
            //当窗口中的字符对应数量小于或者等于 t中对应字符的数量时,才计入窗口的有效字符个数
            if (winMap[c]<=tMap[c]){
                winSum++;
            }
            //满足条件,缩小左边界
            while (winSum==tSum){
                //如果找到更短的子串,更新
                if (right-left+1<minLen){
                    start=left;
                    end=right;
                    minLen=right-left+1;
                }
                //移除左边界的字符
                char c1 = s.charAt(left);
                //如果移除的字符 频数小于等于 t中的字符频数, 则有效个数-1
                if (winMap[c1]<=tMap[c1]){
                    winSum--;
                }
                //对应的字符频数也要-1
                winMap[c1]--;
                left++;
            }
            right++;
        }

        return start==-1?"": s.substring(start,end+1);
    }

### Java 中最小覆盖子串的实现 最小覆盖子串问题是经典的滑动窗口问题之一,目标是在字符串 `s` 中找到包含另一个字符串 `t` 的所有字符的最小子串。以下是基于滑动窗口方法的一种高效解决方案。 #### 解决方案描述 该算法通过维护两个指针(左指针和右指针)来表示当前窗口范围,并利用哈希表记录所需字符及其数量以及当前窗口中的字符分布情况。当满足条件时,尝试收缩左侧边界以寻找更短的有效子串[^1]。 下面是完整的 Java 实现: ```java import java.util.*; public class MinWindowSubstring { public static String minWindow(String s, String t) { if (s == null || t == null || s.isEmpty() || t.isEmpty()) return ""; Map<Character, Integer> need = new HashMap<>(); Map<Character, Integer> window = new HashMap<>(); // 初始化need map for (char c : t.toCharArray()) { need.put(c, need.getOrDefault(c, 0) + 1); } int left = 0; int right = 0; int valid = 0; // 记录最小覆盖子串的起始索引及长度 int start = 0; int len = Integer.MAX_VALUE; while (right < s.length()) { char c = s.charAt(right); right++; // 如果c是所需的字符,则更新window map if (need.containsKey(c)) { window.put(c, window.getOrDefault(c, 0) + 1); if (window.get(c).equals(need.get(c))) { valid++; } } // 判断左侧窗口是否要收缩 while (valid == need.size()) { // 更新最小覆盖子串 if (right - left < len) { start = left; len = right - left; } char d = s.charAt(left); left++; if (need.containsKey(d)) { if (window.get(d).equals(need.get(d))) { valid--; } window.put(d, window.get(d) - 1); } } } return len == Integer.MAX_VALUE ? "" : s.substring(start, start + len); } public static void main(String[] args) { System.out.println(minWindow("ADOBECODEBANC", "ABC")); // 输出:"BANC" } } ``` 上述代码实现了滑动窗口的核心逻辑,其中: - 使用了两个哈希表分别存储目标字符串 `t` 和当前窗口内的字符频率。 - 右侧指针不断扩展窗口直到满足条件;随后左侧指针逐步缩小窗口直至不再符合条件为止[^1]。 此方法的时间复杂度为 O(n),空间复杂度取决于输入字符串的不同字符数。 --- #### 相关问题
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值