76. 最小覆盖子串

标签：哈希表、字符串、滑动窗口

题目

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：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"

示例 2：

输入：s = "a", t = "a"
输出："a"

提示：

1 <= s.length, t.length <= 105
s 和 t 由英文字母组成

**进阶：**你能设计一个在 o(n) 时间内解决此问题的算法吗？

分析

如果要在O(n)时间内解决此题，那么循环肯定是不行的，所以此题使用滑动窗口来解决，也是双指针的一种题型。

思路就是：

（1）使用两个指针left、right，初始left = right = 0。[left, right)称为一个窗口。

（2）right不断右移寻找目标字符放入窗口序列中，直到窗口序列全部包含目标字符。

（3）left右移，把字符从窗口序列中移除，直到窗口序列不包含目标子串，此时得到一个最短的目标子串。

（4）重复（2）（3）两步，不断更新最短目标子串，直到right到达字符串末尾。

其实第（2）步相当于找到了一个可行解，第（3）步就是找到一个最优解。

综上，我们需要用到的几个变量是：双指针left和right，窗口序列window，目标序列need，记录最短目标子串的长度。其他的按需增加。

编码

class Solution {
    public String minWindow(String s, String t) {
        // 目标字符数组
        Map<Character, Integer> need = new HashMap<>();
        // 窗口数组
        int[] window = new int[128];
        // valid已找到的字符数
        int left = 0, right = 0, valid = 0;
        // 最小子串的长度
        int len = Integer.MAX_VALUE;
        // 最小子串的起始下标
        int start = 0;
        for (int i = 0; i < t.length(); i++) {
            need.put(t.charAt(i), need.getOrDefault(t.charAt(i), 0) + 1);
        }

        // 右指针往右走
        while (right < s.length()) {
            char c = s.charAt(right);
            right++;
            // 说明这个字符包含在目标字符串中
            if (need.containsKey(c)) {
                window[c]++;
                // 找到了一个满足条件的字符（数量够了）
                if (window[c] == need.get(c)) {
                    valid++;
                }
            }

            // 所有的目标字符都已经找到，缩小窗口寻找最小子串
            while (valid == need.size()) {
                // 更新起始下标和最小子串的长度
                if (right - left < len) {
                    len = right - left;
                    start = left;
                }
                // 移出窗口的元素
                char d = s.charAt(left);
                left++;
                if (need.containsKey(d)) {
                    if (need.get(d) == window[d]) {
                        valid--;
                    }
                    window[d]--;
                }
            }
        }

        return len == Integer.MAX_VALUE ? "" : s.substring(start, start + len);
    }
}

在这里插入图片描述