leetcode76.最小覆盖子串：滑动窗口

最新推荐文章于 2024-04-28 15:49:19 发布

原创最新推荐文章于 2024-04-28 15:49:19 发布 · 183 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 专栏收录该内容

87 篇文章

订阅专栏

本文深入探讨了滑动窗口算法在字符串匹配问题中的应用。通过一个具体的代码实例，详细讲解了如何使用滑动窗口来寻找包含特定字符集的最短子串。此算法在处理大数据量的字符串匹配时，效率显著提升。

题目
在这里插入图片描述
思路：滑动窗口

使用new int[128]数组保存t中每个字符出现的次数
使用new int[128]数组保存窗口中每个字符出现的次数
使用minLength表示最小子串长度。
使用count记录目前窗口中的有效字符数，当count == t.length()时，窗口长度为一个包含t中所有字符的子串的长度，更新minLength
窗口右移，直到窗口中包含有效字符数量小于t.length()

class Solution {
    public String minWindow(String s, String t) {
        if(s == null || s.length() == 0 || t == null || t.length() == 0 || s.length() < t.length()){
            return "";
        }
        int[] needs = new int[128];
        for(int i = 0; i < t.length();i++){
            needs[t.charAt(i)]++;
        }
        int[] window = new int[128];
        int count = 0;
        int left = 0, right = 0, minLength = s.length() + 1;
        String res = "";
        while(right < s.length()){
            char ch = s.charAt(right);
            window[ch]++;
            //t中有ch字符，且出现次数>=窗口中该字符的出现次数，为有效字符，count++
            if(needs[ch] > 0 && needs[ch] >= window[ch]){
                count++;
            }
            while(count == t.length()){
                ch = s.charAt(left);
                if(needs[ch] > 0 && needs[ch] >= window[ch]){
                    count--;
                }
                window[ch]--;
                if(right - left + 1 < minLength){
                    minLength = right - left + 1;
                    res = s.substring(left,right+1);
                }
                left++;
            }
            right++;
        }
        return res;
    }
}