力扣算法题—076最小覆盖子串

本文介绍了一种利用滑动窗口算法寻找字符串中包含特定字符集的最短子串的方法。通过遍历字符串,调整窗口大小,高效地找到满足条件的最小子串。示例代码展示了使用HashMap和数组两种数据结构实现该算法的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

给定一个字符串 S 和一个字符串 T,请在 S 中找出包含 T 所有字母的最小子串。

示例:

输入: S = "ADOBECODEBANC", T = "ABC"
输出: "BANC"

说明:

  • 如果 S 中不存这样的子串,则返回空字符串 ""
  • 如果 S 中存在这样的子串,我们保证它是唯一的答案。
 1 //使用滑动窗口
 2 //我们最开始先扫描一遍T,把对应的字符及其出现的次数存到 HashMap 中。
 3 //
 4 //- 然后开始遍历S,就把遍历到的字母对应的 HashMap 中的 value 减一,如果减1后仍大于等于0,cnt 自增1。
 5 //
 6 //- 如果 cnt 等于T串长度时,开始循环,纪录一个字串并更新最小字串值。然后将子窗口的左边界向右移,如果某个移除掉的字母是T串中不可缺少的字母,那么 cnt 自减1,表示此时T串并没有完全匹配。
 7 //
 8 //解法一:
 9 
10 class Solution {
11 public:
12     string minWindow(string s, string t) {
13         string res = "";
14         unordered_map<char, int> letterCnt;
15         int left = 0, cnt = 0, minLen = INT_MAX;
16         for (char c : t) ++letterCnt[c];//记录子串中的相同字母个数
17         for (int i = 0; i < s.size(); ++i) {
18             if (--letterCnt[s[i]] >= 0) ++cnt;
19             while (cnt == t.size()) {
20                 if (minLen > i - left + 1) {
21                     minLen = i - left + 1;
22                     res = s.substr(left, minLen);
23                 }
24                 if (++letterCnt[s[left]] > 0) --cnt;//还有重复的字母
25                 ++left;
26             }
27         }
28         return res;
29     }
30 };
31 
32 
33 
34 //这道题也可以不用 HashMap,直接用个 int 的数组来代替,因为 ASCII 只有256个字符,
35 //所以用个大小为256的int数组即可代替 HashMap,但由于一般输入字母串的字符只有128个,
36 //所以也可以只用128,其余部分的思路完全相同,虽然只改了一个数据结构,但是运行速度提高了一倍,
37 //说明数组还是比 HashMap 快啊,代码如下:
38 
39 
40 class Solution {
41 public:
42     string minWindow(string s, string t) {
43         string res = "";
44         vector<int> letterCnt(128, 0);
45         int left = 0, cnt = 0, minLen = INT_MAX;
46         for (char c : t) ++letterCnt[c];
47         for (int i = 0; i < s.size(); ++i) {
48             if (--letterCnt[s[i]] >= 0) ++cnt;
49             while (cnt == t.size()) {
50                 if (minLen > i - left + 1) {
51                     minLen = i - left + 1;
52                     res = s.substr(left, minLen);
53                 }
54                 if (++letterCnt[s[left]] > 0) --cnt;
55                 ++left;
56             }
57         }
58         return res;
59     }
60 };

 

转载于:https://www.cnblogs.com/zzw1024/p/10711855.html

<think>嗯,用户想要整合力扣热门算法题中的英语算法词汇。首先,我需要确定用户的需求是什么。可能用户正在准备面试或者刷题,需要熟悉常见的英语算法术语,方便阅读题目或者国际交流。 接下来,我得回忆一下力扣上常见的算法题类型,比如数组、链表、树、图这些数据结构相关的题目。然后每个数据结构下常用的算法,比如数组里的双指针、滑动窗口;树里的遍历方式,DFS、BFS等等。 另外,动态规划、贪心算法这些高频考点肯定不能少。还有一些特定的算法名称,比如Dijkstra算法、KMP算法,这些都是经常出现的英语词汇。 然后要考虑用户可能需要中英文对照,这样他们看到英文术语时能对应到中文概念。比如Binary Search对应二分查找,Backtracking对应回溯算法。 还要注意一些容易混淆的术语,比如“Topological Sort”是拓扑排序,“Sliding Window”是滑动窗口,这些需要准确对应。另外,排序算法里的Quick Sort、Merge Sort,查找算法里的BFS、DFS,都是必须包括的。 可能用户还需要了解一些特定的问题名称,比如Two Sum(两数之和)或者N-Queens(N皇后问题),这些题目在力扣常经典,英语名称也经常被提到。 需要确保覆盖全面,分门别类,比如数据结构算法分类、经典问题、技术概念等,这样用户查阅起来更方便。同时,每个类别下举出足够的例子,帮助用户记忆和理解。 最后,检查是否有遗漏的重要术语,比如最近比较热门的算法或者新加入力扣的题目相关词汇。确保信息准确,没有拼写错误,比如Dijkstra的正确拼写,以及各种算法名称的首字母大写。 总结一下,应该分成几个大类,每个类别下列出中英文对照,并简要说明应用场景或例子,这样用户能快速查找和复习。同时,提醒用户结合题目练习来巩固这些术语,这样效果会更好。</think>### 力扣热门算法题高频英语词汇整合(中英对照) --- #### **一、数据结构相关** | **英文术语** | **中文翻译** | **典型应用场景/示例** | |----------------------|--------------------|-------------------------------------| | Array | 数组 | Two Sum, Majority Element | | Linked List | 链表 | Reverse Linked List, Merge Two Lists | | Stack | 栈 | Valid Parentheses, Min Stack | | Queue | 队列 | BFS, Sliding Window Maximum | | Tree | 树 | Binary Tree Traversal, BST Validation | | Graph | 图 | Shortest Path, Topological Sorting | | Heap/Priority Queue | 堆/优先队列 | Merge k Sorted Lists, Top K Elements | | Hash Table | 哈希表 | Subarray Sum, Two Sum | | Trie | 字典树 | Word Search, Autocomplete System | --- #### **二、算法分类** | **英文术语** | **中文翻译** | **典型题目** | |---------------------------|----------------------|---------------------------------------| | Two Pointers | 双指针 | Container With Most Water, 3Sum | | Sliding Window | 滑动窗口 | Longest Substring Without Repeating Characters | | Binary Search | 二分查找 | Search in Rotated Sorted Array | | Depth-First Search (DFS) | 深度优先搜索 | Permutations, N-Queens | | Breadth-First Search (BFS)| 广度优先搜索 | Word Ladder, Level Order Traversal | | Dynamic Programming (DP) | 动态规划 | Climbing Stairs, Longest Common Subsequence | | Backtracking | 回溯算法 | Subsets, Sudoku Solver | | Greedy Algorithm | 贪心算法 | Jump Game, Task Scheduler | | Divide and Conquer | 分治法 | Merge Sort, Maximum Subarray | | Topological Sorting | 拓扑排序 | Course Schedule, Alien Dictionary | --- #### **三、经典问题名称** | **英文题目名** | **中文翻译** | **核心考点** | |-------------------------------|---------------------------|---------------------------------------| | Two Sum | 两数之和 | 哈希表、双指针 | | Merge Intervals | 合并区间 | 排序、区间操作 | | Trapping Rain Water | 接雨水 | 双指针、动态规划 | | Longest Palindromic Substring | 最长回文子串 | 中心扩展法、动态规划 | | N-Queens | N皇后问题 | 回溯算法 | | Word Break | 单词拆分 | 动态规划 | | Edit Distance | 编辑距离 | 动态规划 | | Knapsack Problem | 背包问题 | 动态规划 | | Dijkstra's Algorithm | 迪杰斯特拉算法 | 最路径(带权图) | | Kruskal's Algorithm | 克鲁斯卡尔算法 | 最小生成树 | --- #### **四、技术概念函数** | **英文术语** | **中文翻译** | **说明** | |---------------------------|----------------------|---------------------------------------| | Time Complexity | 时间复杂度 | $O(n), O(n \log n)$ | | Space Complexity | 间复杂度 | $O(1), O(n)$ | | Recursion | 递归 | 函数调用自身 | | Memoization | 记忆化 | 缓存中间结果(如DP) | | Edge Case | 边界条件 | 输入为0、、极值等场景 | | In-place Algorithm | 原地算法 | 不占用额外间(如数组翻转) | --- #### **五、常见操作** | **英文术语** | **中文翻译** | **示例** | |---------------------------|----------------------|---------------------------------------| | Swap | 交换元素 | Swap two nodes in a linked list | | Reverse | 反转 | Reverse a string or linked list | | Merge | 合并 | Merge two sorted arrays | | Rotate | 旋转 | Rotate an array by k steps | | Traversal | 遍历 | In-order traversal of a binary tree | --- #### **六、高频技巧** - **Sentinel Node**(哑节点):用于简化链表操作(如删除头节点)。 - **Fast & Slow Pointers**(快慢指针):检测链表环、找中点。 - **Prefix Sum**(前缀和):快速计算子数组和(如Subarray Sum Equals K)。 - **Bit Manipulation**(位运算):异或、掩码操作(如Single Number)。 --- #### **七、学习建议** 1. **结合题目理解术语**:通过具体题目(如Two Sum)反推算法词汇。 2. **分类记忆**:按数据结构算法类型整理词汇表。 3. **对比相似概念**:如BFS vs DFS,DP vs Greedy。 4. **刷题时标注术语**:在代码注释或笔记中标记对应英文词汇。 如果需要进一步细化某个分类的词汇或示例,可以告诉我!
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