最小覆盖子串

博客围绕在字符串 S 中找出包含字符串 T 所有字母的最小子串问题展开。给出示例,若 S 为 “ADOBECODEBANC”,T 为 “ABC”,则输出 “BANC”。采用滑动窗口思路,设置 left 和 right 游标,通过滑动游标查找最小子串,还给出了 c++ 代码。

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

题目描述

给你一个字符串 S、一个字符串 T,请在字符串 S 里面找出: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。

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/minimum-window-substring
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

思路

滑动窗口。设置left,right两个游标。滑动right,直到left与right中包含了字符串T中的全部元素后,滑动left;当left与right中不包含字符串T中的全部元素时,停止滑动left,接着滑动right。重复上述步骤直至right到达字符串S的末尾。

代码(c++)

class Solution {
public:
    string minWindow(string s, string t) {
        string res;
        map<char,int> mpt;
        map<char,int> mps;
        for(int i=0;i<t.length();i++){
            if(mpt.find(t[i])==mpt.end()) mpt[t[i]]=1;
            else mpt[t[i]]+=1;
        }
        int left=0,right=0;
        int count=0;
        int m_left=0,m_right=s.length();
        while(right<s.length()){
            if(mpt.find(s[right])!=mpt.end()){
                if(mps.find(s[right])==mps.end()) mps[s[right]]=1;
                else mps[s[right]]+=1;
                if(mpt[s[right]]==mps[s[right]]) count+=1;
            }
            while(count==mpt.size()){
                if((right-left)<(m_right-m_left)){
                    m_left=left;
                    m_right=right;
                }
                if(mps.find(s[left])!=mps.end()){
                    mps[s[left]]-=1;
                    if(mps[s[left]]<mpt[s[left]]) count-=1;
                    if(mps[s[left]]==0){
                        mps.erase(mps.find(s[left]));
                    }
                }
                left+=1;
            }
            right+=1;
        }
        if(m_right==s.length()) return res;
        for(int i=m_left;i<=m_right;i++) res+=s[i];
        return res;
    }
};
### 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