Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
题目描述
题目来自力扣，描述如下：
给定一个字符串 s 和一些 长度相同 的单词 words 。找出 s 中恰好可以由 words 中所有单词串联形成的子串的起始位置。
注意子串要与 words 中的单词完全匹配，中间不能有其他字符 ，但不需要考虑 words 中单词串联的顺序。
示例 1
输入：s = "barfoothefoobarman", words = ["foo","bar"]
输出：[0,9]
解释：
从索引 0 和 9 开始的子串分别是 "barfoo" 和 "foobar" 。
输出的顺序不重要, [9,0] 也是有效答案。
示例 2
输入：s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出：[]
思路分析
本题采用滑动窗口+哈希表的解法实现，虽然不是最佳解法，但这种解法相对简单。
主要思路，先对特殊情况进行判断：
- 长度为 0 的 words，直接返回空切片。
- 其他情况，描述如下：
已知 words 中的单词长度都一样，我们可以先计算单词的总长度（单词个数 * 一个单词长度）记为 allWordLen
然后在 s 上，逐个取 allWordLen 个长度的子字符串，有了“子字符串”，我们接下来需要逐个匹配 words 中的单词是否都在其中，由于题目要求：单词完全匹配，中间不能有其他字符。
所以匹配过的字符不能再用于比较。我们先把 words 中的单词都存在一个 map 中（记为 map1），为了防止同一个单词出现多次的情况，我们对 map 的单词计数，因为类型为：map[string]int。
在每次比较“子字符串”时，会有一个新的 map 存储此次单词的匹配情况（记为 map2），从“子字符串”上截取一个单词长度，存入 map2 并计数，如果这个单词也在 map1 中，那么继续遍历，下一次比较的 offset 是 oneLen（即一个单词长度）。 如果不在，则跳过这个“子字符串”，继续取下一次的“子字符串”来比较。直到顺序取完所有的“子字符串”。
AC 代码
func findSubstring(s string, words []string) []int {
res := make([]int, 0)
wordNum := len(words)
if wordNum < 1 {
return res
}
oneLen := len(words[0])
allWordLen := len(words) * oneLen
// map1 存储所有的 words
map1 := make(map[string]int, len(words))
for _, word := range words {
map1[word] += 1
}
// 可以利用滑动窗口比较的次数
cmpNum := len(s) - allWordLen + 1
for i := 0; i < cmpNum; i++ {
cmpStr := s[i : allWordLen+i]
tmpNum := 0
hasWordMap := make(map[string]int, 0)
// 比较单词是否是否都能匹配上
for j := 0; j < len(cmpStr)-oneLen+1; j += oneLen {
tmpOneWord := cmpStr[j : oneLen+j]
if _, ok := map1[tmpOneWord]; ok {
hasWordMap[tmpOneWord] += 1
if hasWordMap[tmpOneWord] > map1[tmpOneWord] {
break
}
} else {
break
}
tmpNum += 1
}
if tmpNum == wordNum {
res = append(res, i)
}
}
return res
}
func TestFindSubstring(t *testing.T) {
got := findSubstring("barfoothefoobarman", []string{"foo", "bar"})
expected := []int{0, 9}
if !reflect.DeepEqual(got, expected) {
t.Error("err 01")
return
}
t.Log("--end--")
}
总结
解题时如果用的上 map 结构，是一种很好的辅助工具，因为 map 的存取复杂度是常数级，效率很高。
复杂度分析
- 循环遍历获取“子字符串”，循环长度依 s 的长度（记为 m）而定；第二层的单词匹配，根据 words 的长度（记为 n）而定。所以时间复杂度是 O(m*n)
- 空间复杂度：map 的存储空间由 words 的长度而定，因此为 O(n)
