滑动窗口算法

• 滑动窗口的思想：

  • 使用两个指针 left 和 right 来表示当前窗口的边界，初始时它们都指向字符串 s 的开头。
  • 通过移动 right 指针扩大窗口，直到窗口包含了 t 中所有的字符。
  • 然后尝试移动 left 指针收缩窗口，使得窗口仍然包含 t 中所有的字符，并记录最小的窗口。
  • 继续移动 right，并不断调整 left，直到遍历完所有字符

leetcode: 

30. 串联所有单词的子串

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。

 题解：

class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<int> res;
        int m=words.size(),n=words[0].size(),l=s.length();
        for(int i=0;i<n&&l>=i+m*n;i++){
            unordered_set<string,int> d;
            for(int j=0;j<m;j++){
                ++d[s.substr(i+j*n,n)];
            }
            for(string &word:words){
                if(--d[word]==0){
                    d.erase(word);
                }
            }
            //滑动窗口
             // 遍历 words 中的每个单词，检查其在 differ 中的出现次数
           
            // 内层循环，从起始位置 i 开始滑动窗口
            for (int start = i; start < ls - m * n + 1; start += n) {
                if (start != i) {
                    // 添加新进入窗口的单词到 differ 中
                    string word = s.substr(start + (m - 1) * n, n);//窗口右边加的单词
                    if (++differ[word] == 0) {
                        differ.erase(word);
                    }
                    // 移除窗口左侧移出的单词
                    word = s.substr(start - n, n);
                    if (--differ[word] == 0) {
                        differ.erase(word);
                    }
                }
                // 如果 differ 为空，表示当前窗口符合要求，将起始位置加入结果数组 res
                if (differ.empty()) {
                    res.emplace_back(start);
                }
            }
        }
        return res;  // 返回所有符合要求的起始位置数组

        }
    }
};

76. 最小覆盖子串

提示

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。

题解： 

class Solution {
public:
    string minWindow(string s, string t) {
        unordered_map<char, int> targetCount;  // 记录 t 中每个字符的频率
        unordered_map<char, int> windowCount;  // 记录当前窗口内字符的频率
        
        // 统计 t 中每个字符的出现次数
        for (char c : t) {
            targetCount[c]++;
        }
        
        int left = 0, right = 0;  // 滑动窗口的左右指针
        int minLength = INT_MAX;  // 最小子串的长度
        int start = 0;  // 最小子串的起始位置
        int required = targetCount.size();  // t 中需要的不同字符数
        int formed = 0;  // 当前窗口中已经满足要求的字符种类数
        while(right<s.size()){
            char c=s[right];
            windowCount[c]++;
            if(targetCount.count(c)>0&&targetCount[c]==windowCount[c]){
                formed++;
            }
            while(left<=right&&formed==required){
                // 更新最小窗口
                // minLength=min(minLength,r-l+1);
                if(minLength>right-left+1){
                    minLength=right-left+1;
                    start=left;
                }
                char c2=s[left];
                windowCount[c2]--;
                if(targetCount.count(c2)>0&&targetCount[c2]>windowCount[c2]){
                    formed--;
                }
                 left++;

            }
            right++;
        }




         // 如果 minLength 没有更新过，说明没有找到符合条件的子串
        if (minLength == INT_MAX) {
            return "";
        }
        
        // 返回最小窗口的子串
        return s.substr(start, minLength);
    }
};