693 字
3 分钟
Day 23 30. 串联所有单词的子串
30. 串联所有单词的子串
题目
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:[]示例 3:
输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]输出:[6,9,12]
提示:
1 <= s.length <= 10^4s 由小写英文字母组成1 <= words.length <= 50001 <= words[i].length <= 30words[i] 由小写英文字母组成题目思路
- 困难题目,开局思考半小时,发现应该可以使用滑动窗口的解法;
- 具体思想是使用两个 unordered_map:up 记录 words 中所有单词及对应数量,ump 记录滑动窗口内 words 中出现的单词及对应数量;
- 遍历时每次增加一个单词的长度,按照 ws 去移动窗口,对于每一趟遍历,维持窗口 l = r;
- 若单词在 up 里不存在,重置窗口并清空 ump;
- 若单词在 up 里存在,则检查其出现次数是否超过 up 中的次数,若超过则需要增大左边界(右移 l)来缩小窗口;当 cnt 满足等于 ns 时,将 l 作为当前的答案插入。
题目代码
class Solution {public: vector<int> findSubstring(string s, vector<string>& words) { vector<int> ans; int n = s.size(); if(n <= 0 || words.empty()) return ans; int ws = words[0].size(); //words中的word的长度,为统一长度 int ns = words.size(); //words中的word数量 unordered_map<string, int> up; //保存words中的word for(auto & w : words) { up[w]++; //记录每一个单词出现的次数 } for(int i = 0; i < ws; i++) { int l = i, r = i; //从左开始 int cnt = 0; //下文ump存放的单词总数! unordered_map<string, int> ump; while(r + ws <= n) //右边长度加每个单词长度要小于s的全长 { string res = s.substr(r, ws); //在右边界加入一个单词 r += ws; //扩展右边界 if(up.find(res) != up.end()) //查看res在up中的位置 { ump[res]++; cnt++; while(ump[res] > up[res])// 需要检查数量是否超过,超过则要右移left { //来缩小窗口 string tmp = s.substr(l, ws); l += ws; cnt--; ump[tmp]--; } if(cnt == ns) ans.push_back(l); } else //未出现,舍弃此单词。清空 { l = r; cnt = 0; ump.clear(); } } } return ans; }};复杂度
- 时间复杂度:整体复杂度为 O(ns * ws)
- 空间复杂度:O(ns * ws),可能有一些问题,有空再来思考