76. 最小覆盖子串
76. 最小覆盖子串
Similar Question
Solution Tips
方案一: 固定窗口法
var minWindow = function (s, t) {
const len = s.length;
// p的哈希表
const tMap = getMap(t);
// 要最小的,从k开始增加长度
for (let k = t.length; k < s.length + 1; k++) {
const subMap = getMap(s.slice(0, k));
for (let i = 0, j = i + k; j < len + 1; i++, j++) {
let match = true;
for (const [key, val] of Object.entries(tMap)) {
// 有这个字母,且数量大于等于val
if (subMap.hasOwnProperty(key)) {
if (subMap[key] < val) {
match = false;
break;
}
} else {
match = false;
break;
}
}
if (match) return s.slice(i, j);
subMap[s[i]]--;
if (subMap[s[j]] === 0 || subMap[s[j]] === undefined) subMap[s[j]] = 1;
else subMap[s[j]]++;
}
}
return "";
function getMap(str) {
const map = {};
for (let i = 0; i < str.length; i++) {
const key = str[i];
if (map.hasOwnProperty(key)) map[key]++;
else map[key] = 1;
}
return map;
}
};
let s = "ADOBECODEBANC",
t = "ABC";
console.log(minWindow(s, t));
方案二: 滑动窗口 + 哈希表
滑动窗口法可以减少很多多余的判断
滑动窗口算法的思路是这样:
- 我们在字符串 S 中使用双指针中的左右指针技巧,初始化 left = right = 0,把索引闭区间
[left, right]
称为一个「窗口」。 - 我们先不断地增加 right 指针扩大窗口
[left, right]
,直到窗口中的字符串符合要求(包含了 T 中的所有字符)。 - 此时,我们停止增加 right,转而不断增加 left 指针缩小窗口
[left, right]
,直到窗口中的字符串不再符合要求(不包含 T 中的所有字符了)。同时,每次增加 left,我们都要更新一轮结果。 - 重复第 2 和第 3 步,直到 right 到达字符串 S 的尽头。
这个思路其实也不难,第 2 步相当于在寻找一个「可行解」,然后第 3 步在优化这个「可行解」,最终找到最优解。左右指针轮流前进,窗口大小增增减减,窗口不断向右滑动。
var minWindow = function (s, t) {
// 窗口结构是哈希表? 哈希表没办法瞬间判断?
// 就哈希表就可以了
if (s.length < t.length) {
return "";
}
const targetMap = {};
for (let i = 0; i < t.length; i++) {
if (!targetMap[t[i]]) {
targetMap[t[i]] = 1;
}
else {
targetMap[t[i]]++;
}
}
const sourceMap = {};
let res = " ".repeat(s.length);
let left = 0;
let right = 0;
while (left <= right && right < s.length) {
// 找齐 targetMap 里面的字符, 就用最朴素的遍历来判断是否找齐了, 之后再优化
while (!findAll() && right < s.length) {
// 找到一个
if (!sourceMap[s[right]]) {
sourceMap[s[right]] = 1;
}
else {
sourceMap[s[right]]++;
}
right++;
}
// 这一个瞬间, 从 [left, right], 里面包含了所有的 targetMap 字符
// 这里开始缩短 left, 同时更新 res
while (findAll() && left <= right) {
if (right - left <= res.length) {
res = s.slice(left, right)
}
sourceMap[s[left]]--;
left++;
}
}
return res.trim();
function findAll() {
let res = true;
for (const [key, val] of Object.entries(targetMap)) {
if ((sourceMap[key] || 0) < val) {
res = false;
break;
}
}
return res;
}
};
优化 Match 逻辑
用一个 match 变量, 统计每个元素是否都 match 了, match === targetMatch
var minWindow = function (s, t) {
const len = s.length;
// p的哈希表
const needs = getMap(t);
const subMap = {};
let left = 0,
right = 0;
let res = "",
minLen = s.length;
let match = 0; // 记录已经匹配needs的长度
while (right < len) {
const char = s[right];
if (needs.hasOwnProperty(char)) {
subMap[char] === undefined ? (subMap[char] = 1) : subMap[char]++;
// 等于,在等于的那一刻match++,之后再添加也不能增加match的长度 'bb' 'b' ,match最多也就是1
if (subMap[char] === needs[char]) match++;
}
// 不可以等于
while (match === needs.length && left < len) {
// 如果长度更小,则更新
if (right - left < minLen) {
res = s.slice(left, right + 1);
minLen = right - left + 1;
}
// 再次判断是否符合
const char = s[left];
if (needs.hasOwnProperty(char)) {
subMap[char]--;
// 在小于的那一刻--
if (subMap[char] < needs[char]) match--;
}
left++;
}
right++;
}
return res;
function getMap(str) {
const map = {};
map.length = 0;
for (let i = 0; i < str.length; i++) {
const key = str[i];
if (map.hasOwnProperty(key)) map[key]++;
else {
map[key] = 1;
map.length++;
}
}
return map;
}
};