30.串联所有单词的子串
我的解法:
滑动窗口:
- 解法中用到了两个哈希表map1和map2,分别用于记录words中各个单词的出现频数和当前滑动窗口[left, right)中单词的出现频数;
- 外部for循环i从0到len - 1,内部while循环每次会让滑动窗口滑动len步,即开头位置为i时,这一轮就可以遍历到i + k*len开头的子串,因此i取0到len - 1可以覆盖所有的子串开头情况;
- 内部while循环每次先取right开头的长度为len的子串tmp,判断tmp是否是words中的单词:
- 不是则更新窗口左端点,清空count和哈希表map2
- 属于words中的单词时count加1,更新哈希表map2,若tmp重复出现了,则要收缩滑动窗口左端,并更新count和map2(注意判断重复出现这里用的是while循环)
cpp
class Solution {
public:
vector<int> findSubstring(string s, vector<string>& words) {
vector<int> res;
if(s.empty() || words.empty()){
return res;
}
int len = words[0].size();
int size = words.size();
unordered_map<string, int> map1;
for(auto w : words){
map1[w]++;
}
for(int i = 0; i < len; ++i){
int left = i, right = i;
int count = 0;
unordered_map<string,int> map2;
while(right + len <= s.size()){
string tmp = s.substr(right, len);
right += len;
if(map1.count(tmp) == 0){
left = right;
count = 0;
map2.clear();
}
else{
count++;
map2[tmp]++;
while(map1[tmp] < map2[tmp]){
string re_word = s.substr(left, len);
count--;
map2[re_word]--;
left += len;
}
if(count == size){
res.push_back(left);
}
}
}
}
return res;
}
};