题解 | #最小覆盖子串#
最小覆盖子串
http://www.nowcoder.com/practice/c466d480d20c4c7c9d322d12ca7955ac
- 典型的滑动窗口问题
class Solution { public: /** * * @param S string字符串 * @param T string字符串 * @return string字符串 */ string minWindow(string S, string T) { // write code here unordered_map<char,int> need, window; //首先,初始化 window 和 need 两个哈希表,记录窗口中的字符和需要凑齐的字符: for(char c:T){ need[c]++; } //然后,使用 left 和 right 变量初始化窗口的两端,不要忘了,区间 [left, right) 是左闭右开的,所以初始情况下窗口没有包含任何元素: int left = 0,right = 0; int valid = 0;//其中 valid 变量表示窗口中满足 need 条件的字符个数,如果 valid 和 need.size 的大小相同,则说明窗口已满足条件,已经完全覆盖了串 T。 //开始滑动 //记录最小覆盖子串的起始索引及长度 int start = 0, len = INT_MAX; while(right<S.size()){ // c 是将移入窗口的字符 char c = S[right]; // 右移窗口 right++; // 进行窗口内数据的一系列更新 if(need.count(c)){ window[c]++; if(window[c]==need[c]){ valid++; } } // 判断左侧窗口是否要收缩 while(valid==need.size()){ // 在这里更新最小覆盖子串 if(right-left<len){ start = left; len = right - left; } // d 是将移出窗口的字符 char d = S[left]; // 左移窗口 left++; // 进行窗口内数据的一系列更新 if(need.count(d)){ if(window[d] == need[d]){ valid--; } window[d]--; } } } return len == INT_MAX? "": S.substr(start,len); } };
算法解析 文章被收录于专栏
这里主要是算法岗的自我思路总结