字符串的基础知识
在统计字母出现次数的问题中，双指针、哈希表都是常用的技术。
面试题14：字符串中的变位词
给定两个字符串 s1 和 s2，写一个函数来判断 s2 是否包含 s1 的某个变位词。两个字符串都是由小写英文字母构成。换句话说，第一个字符串的排列之一是第二个字符串的 子串 。
ANSWER
首先理解题目，s1的变位词共有m!个，其中m=s1.length()。显然不建议用暴力方法求解（先得出所有s1的变位词，然后用contains判断是否s2含有这个变位词）。
换个思路，“变位词”意味着字符串中每个字符的顺序不重要，只需要关注“是否存在”这个字符即可，哈希表是不关心顺序只关心有无的数据结构，因此这里使用哈希表作为解题思路。同时要考虑字符串长度相等，因此我们基于双指针使用滑动窗口。让长度为m的窗口在字符串s2上面从左向右滑动，每一次滑动意味着删除最左侧的字符，同时在最右侧增加一个字符。
因为字符串都是由小写英文字母构成，因此可以使用长度26的数组代替哈希表，更进一步的话，使用位运算。
这种解法需要扫描s1、s2各一次，故时间复杂度O(m+n)，不需要额外开辟空间（使用长度不超过26的数组），空间复杂度O(1)。
public boolean checkInclusion(String s1, String s2) {
if (s2.length() < s1.length()) return false; // 长度不符直接失败
int[] counts = new int[26];
for (int i=0; i<s1.length(); i++) { // 初始化，首先看s2最左侧长度为m的子字符串
counts[s1.charAt(i) - 'a']++;
counts[s2.charAt(i) - 'a']--;
}
if (areAllZero(counts)) return true;
for (int i=s1.length(); i<s2.length(); ++i) {
counts[s2.charAt(i) - 'a']--;
counts[s2.charAt(i - s1.length() - 'a']++; // 窗口右移
if (areAllZero(counts)) return true;
}
return false;
}
private boolean areAllZero(int[] counts) {
for (int count : counts) {
if (count != 0) return false;
}
return true;
}
面试题15：字符串中所有的变位词
给定两个字符串 s 和 p，找到 s 中所有 p 的 变位词 的子串，返回这些子串的起始索引。不考虑答案输出的顺序。
ANSWER
与上一题相似度99%。
public boolean findAllAnagrams(String s1, String s2) {
List<Integer> indices = new ArrayList();
if (s2.length() < s1.length()) return indices;
int[] counts = new int[26];
int i = 0;
for (; i<s1.length(); i++) { // 初始化，首先看s2最左侧长度为m的子字符串
counts[s1.charAt(i) - 'a']++;
counts[s2.charAt(i) - 'a']--;
}
if (areAllZero(counts)) indices.add(0);
for (; i<s2.length(); ++i) {
counts[s2.charAt(i) - 'a']--;
counts[s2.charAt(i - s1.length() - 'a']++; // 窗口右移
if (areAllZero(counts)) indices.add(i - s1.length() + 1);
}
return indices;
}
private boolean areAllZero(int[] counts) {
for (int count : counts) {
if (count != 0) return false;
}
return true;
}
面试题16：不含重复字符的最长字符串
给定一个字符串 s ，请你找出其中不含有重复字符的 最长连续子字符串 的长度。
ANSWER
题目中涉及到“子字符串”，很有可能是双指针法。“不含重复字符”，考虑哈希表。
知识点：ASCII码共有256个字符。
使用一个count[]数组来记录每个字符在窗口字符串中出现的次数，如果出现次数均不大于1，说明这是一个无重复字符的子字符串。
该解法需要扫描s一次，故时间复杂度O(n)，空间复杂度O(1)。
public int lengthOfLongestSubstring(String s) {
if (s.length() == 0) return 0;
int[] counts = new int[256];
int i = 0;
int j = -1;
int longest = 1;
for (; i<s.length(); ++i) {
counts[s.charAt(i)]++;
while (hasGreaterThan1(counts)) {
++j; // 左指针右移
counts[s.charAt(j)]--;
}
longest = Math.max(i - j, longest);
}
return longest;
}
private boolean hasGreaterThan1(int[] counts) {
for (int i : counts) {
if (i > 1) return true;
}
return false;
}
优化策略: 使用一个局部变量countDup记录当前有多少个字符出现次数大于1，在遍历过程中对该变量+1/-1，当countDup=0时，说明子字符串没有重复字符。这样可以无需遍历counts[]。
面试题17：包含所有字符的最短字符串
leetcode.cn/problems/M1… 给定两个字符串 s 和 t 。返回 s 中包含 t 的所有字符的最短子字符串。如果 s 中不存在符合条件的子字符串，则返回空字符串 "" 。
如果 s 中存在多个符合条件的子字符串，返回任意一个。
注意： 对于 t 中重复字符，我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
ANSWER
思路仍然是双指针+哈希表。因为要找到包含t所有字符的子字符串，因此使用变量count记录当前窗口尚未出现的t字符的个数，当count减少到0时，说明找到了这样一个子字符串。使用哈希表而不是数组来记录当前扫描情况，是因为哈希表可以用O(1)时间判断出窗口中是否含有某一个字符。
只需要扫描字符串一次，时间复杂度O(n)，对于只包含ASCII字符的字符串，空间复杂度O(1)。
代码中有两个中间变量用于记录状态：
charToCount：哈希表，记录t中各个字符出现的次数，用于记录平移窗口内的状态count：t中出现的字符经去重后的总数，用于判断当前窗口是否已经满足条件
public String minWindow(String s, String t) {
HashMap<Character, Integer> charToCount = new HashMap<>();
for (char ch : t.toCharArray()) {
charToCount.put(ch, charToCount.getOrDefault(ch, 0) + 1);
}
int count = charToCount.size(); // count记录了t字符去重后的总数
int start=0, end=0, minStart=0, minEnd=0;
int minLength = Integer.MAX_VALUE;
while (end<s.length() || (count==0 && end==s.length())) { // 循环终止条件：未到末尾
if (count > 0) { // 当前还没有完全含有t的字符
char endCh = s.charAt(end);
if (charToCount.containsKey(endCh)) {
charToCount.put(endCh, charToCount.get(endCh) - 1); // 新的endCh是t中的字符，更新哈希表
if (charToCount.get(endCh) == 0) {
count--; // endCh已经全部找到
}
}
end++;
} else {
if (end - start < minLength) { // 发现更优解
minLength = end - start;
minStart = start;
minEnd = end;
}
char startCh = s.charAt(start);
if (charToCount.containsKey(startCh)) {
charToCount.put(startCh, charToCount.get(startCh) + 1);
if (charToCount.get(startCh) == 1) {
count++; // 左指针右移，将startCh移出窗口
}
}
start++;
}
}
return minLength < Integer.MAX_VALUE ? s.substring(minStart, minEnd) : "";
}
面试题18：有效的回文
给定一个字符串 s ，验证 s 是否是 回文串 ，只考虑字母和数字字符，可以忽略字母的大小写。本题中，将空字符串定义为有效的 回文串 。
ANSWER
首先明确回文字符串的定义——不论从前向后还是从后向前，得到的字符串都是相同的。意味着首尾两个字符相同，继续向内则继续相同，使用双指针法进行扫描。
只考虑字母和数字 --> 遇到其它字符（如标点符号）则跳过。
可以忽略字母大小写 --> 预处理时将字符全转为小写。
只需要扫描一次s，时间复杂度O(n)。
**提醒：**如果在面试中遇到此题，需要与面试官确认回文的判断条件，如大小写、标点是否统计在内等。
public boolean isPalindrome(String s) {
int i = 0;
int j = s.length() - 1;
while (i < j) { // 终止条件
char ch1 = s.charAt(i);
char ch2 = s.charAt(j);
if (!Character.isLetterOrDigit(ch1)) { // 跳过非字母数字
i++;
} else if (!Character.isLetterOrDigit(ch2)) {
j--;
} else {
ch1 = Character.toLowerCase(ch1);
ch2 = Character.toLowerCase(ch2);
if (ch1 != ch2) return false;
i++;
j--;
}
}
return true;
}
面试题19：最多删除一个字符得到回文
给定一个非空字符串
s，请判断如果最多从字符串中删除一个字符能否得到一个回文字符串。
ANSWER
判断整个字符串可否通过删除一个字符（可以啥也不删）得到一个回文字符串，首尾双指针启动，找到首个差异字符，然后查看导致这个差异的两个字符如果删除任一个可否得到回文。
边界条件 --> 字符串长度为奇数，扫描时恰好到达中点。
需要扫描一遍字符串，时间复杂度O(n)。
**提醒：**如果在面试中遇到此题，需要与面试官确认回文的判断条件，如大小写、标点是否统计在内等。
public boolean validPalindrome(String s) {
int start = 0;
int end = s.length() - 1;
for (; start < s.length() / 2; ++start, --end) { // 只需要扫描一半即可
if (s.charAt(start) != s.charAt(end)) {
break; // 找到差异点
}
}
return start == s.length()/2 || isPalindrome(s, start, end-1) || isPalindrome(s. start+1, end);
}
// isPalindrome()实现略
面试题20：回文子字符串的个数
leetcode.cn/problems/a7… 给定一个字符串 s ，请计算这个字符串中有多少个回文子字符串。具有不同开始位置或结束位置的子串，即使是由相同的字符组成，也会被视作不同的子串。
ANSWER
提问回文字符串的总个数，采用从中心向两边扩散法，遍历s，假设每一个字符都是中心，扩散过程判断是否为回文。
边界条件 --> 回文字符串长度可能为奇数、偶数。
需要两层遍历，时间复杂度O(n^2)，空间O(1)。
public int countSubstrings(String s) {
if (s == null || s.length() == 0) return 0; // 永远不要忘记对输入先进行检查
int count = 0;
for (int i=0; i<s.length(); i++) {
count += countPalindrome(s, i, i); // 以i为中心，奇数长度
count += countPalindrome(s, i, i+1); // 以i、i+1为中心，偶数长度
}
return count;
}
privatet int countPalindrome(String s, int start, int end) {
int count = 0;
while (start >= 0 && end <= s.length() && s.charAt(start)==s.charAt(end)) { // 找到一个，继续扩散
count++;
start--;
end++;
}
return count;
}
总结
- 回文字符串类问题：首先要明确回文的判断条件，其次注意字符串可能为奇数or偶数长度
