76. 最小覆盖子串
总结和复盘
这是时隔1年4个月之后，再次写的题解，比第一次要清晰很多。
我刚开始，就是用方法一做的，提交之后报超出内存限制；
对方法一进行优化，得到方法二，提交之后就AC了。
这是第二次做这道题，
第一次的题解，是写给自己看的，有很多思考的过程，作为题解是不清晰的。
这一次的题解，会更好理解。
首先，我新增了两个成员函数，相当于把功能拆分开了，这样更容易我们去理解；
其次，由于使用了其他函数，于是我把过程之中用到的变量，提到了类中，做成了成员变量，这样我就方便在其他成员函数之中使用。
先做，再优化。
解法一
cpp
// 解法一 //
// 由于使用substr从s之中截取子字符串，并保存在answer之中，导致内存超出了限制
class Solution {
public:
string answer; // 这道题的答案（由于保存了结果字符串，导致内存超出了限制）
unordered_map<char, int> window; // 这就是滑动的窗口
unordered_map<char, int> need; // 目标字符串 t 中每个字符的情况
int left = 0, right = 0; // 用于滑动的指针
int validCount = 0; // 「与字符串t中数量相等的字符」的数量
string minWindow(string s, string t) {
// 初始化 need
for (char c : t)
need[c]++;
// 核心思想: 不断增大right找到一个可行解;
while (right < s.length()) {
char R = s[right];
// 先看这第一步：R 是我们需要的字符时
if (need.count(R) == 1) {
window[R]++; // 要放到窗口之中
if (window[R] == need[R]) { // 该字符的数量已经达到要求
validCount++; // 已就绪的字符数量+1
if (validCount == need.size()) { // 如果所有字符都就绪，更新一下answer
updateAnswer(s);
}
}
}
// 最后看这第三步
// 你想啊，如果只是right++，left不动，那这个窗口岂不是越来越长了
// 所以，要考虑一下什么时候left也要++
// 核心思想：当前的窗口中，已经包含了不止一个解的时候，我们让left++，去优化一下
// 因为题目要求找字符串s的最小字串
// 比如：s="A-B-C---BAC--", t="ABC"
// 不断的增加right指针，当这个窗口达到「A-B-C---BAC」时，
// 这也是s的字串 且 也涵盖t中的所有字符
// 但这不是最优解
// 所以要增加left，让窗口变成「BAC」
// 才是最优解
moveLeftFindThePerfectAnswer(s, t);
// 再看这第二步：R 不是我们需要的字符，则 right++ 继续寻找
right++;
}
return answer;
}
void moveLeftFindThePerfectAnswer(const string& s, const string& t) {
while (validCount == need.size()) { // 已经找到解的情况之下，才会优化解
char L = s[left];
if (need.count(L) == 1) { // 字符L是目标的其中一个字符时，代表可能可以优化
updateAnswer(s);
window[L]--;
if (window[L] < need[L])
validCount--;
if (window[L] == 0)
window.erase(L);
}
// 不管是否优化了，left都要增加。但至少要让窗口中保留一个有用的解，也就是while的条件
left++;
}
}
void updateAnswer(const string& s) {
string tmp_answer = s.substr(left, right - left + 1);
if (answer.empty()) { // 首次情况下
answer = tmp_answer;
} else if (tmp_answer.length() < answer.length()) { // 找到了更优化解的情况
answer = tmp_answer;
}
}
};解法二
cpp
// 解法二 //
// 优化answer的计算，不使用substr
// 因为答案是一个子串，是连续的，
// 所以使用start和len来保存即可，
// 到最后一刻，才使用substr从s之中截取子串出来
class Solution {
public:
struct MyAnswer {
int start = INT_MAX;
int len = INT_MAX;
};
MyAnswer answer; // 这道题的答案
unordered_map<char, int> window; // 这就是滑动的窗口
unordered_map<char, int> need; // 目标字符串 t 中每个字符的情况
int left = 0, right = 0; // 用于滑动的指针
int validCount = 0; // 「与字符串t中数量相等的字符」的数量
string minWindow(string s, string t) {
// 初始化 need
for (char c : t)
need[c]++;
// 核心思想: 不断增大right找到一个可行解;
while (right < s.length()) {
char R = s[right];
// 先看这第一步：R 是我们需要的字符时
if (need.count(R) == 1) {
window[R]++; // 放到窗口之中
if (window[R] == need[R]) { // 该字符的数量已经达到要求
validCount++; // 已就绪的字符数量+1
if (validCount == need.size()) { // 如果所有字符都就绪，更新一下answer
updateAnswer(s);
}
}
}
// 最后看这第三步
// 你想啊，如果只是right++，left不动，那这个窗口岂不是越来越长了
// 所以，要考虑一下什么时候left也要++
// 核心思想：当前的窗口中，已经包含了不止一个解的时候，我们让left++，去优化一下
// 因为题目要求找字符串s的最小字串
// 比如：s="A-B-C---BAC--", t="ABC"
// 不断的增加right指针，当这个窗口达到「A-B-C---BAC」时，
// 这也是s的字串 且 也涵盖t中的所有字符
// 但这不是最优解
// 所以要增加left，让窗口变成「BAC」
// 才是最优解
moveLeftFindThePerfectAnswer(s, t);
// 再看这第二步：R 不是我们需要的字符，则 right++ 继续寻找
right++;
}
// 要考虑没有找到解的情况，返回空字符串
return (answer.start == INT_MAX && answer.len == INT_MAX)
? "" : s.substr(answer.start, answer.len);
}
void moveLeftFindThePerfectAnswer(const string& s, const string& t) {
while (validCount == need.size()) { // 已经找到解的情况之下，才会优化解
char L = s[left];
if (need.count(L) == 1) { // 字符L是目标的其中一个字符时，代表可能可以优化
updateAnswer(s);
window[L]--;
if (window[L] < need[L])
validCount--;
if (window[L] == 0)
window.erase(L);
}
// 不管是否优化了，left都要增加。但至少要让窗口中保留一个有用的解，也就是while的条件
left++;
}
}
void updateAnswer(const string& s) {
int new_length = right - left + 1;
if (answer.start == INT_MAX && answer.len == INT_MAX) { // 首次情况下
answer.start = left;
answer.len = new_length;
} else if (new_length < answer.len) { // 找到了更优化解的情况
answer.start = left;
answer.len = new_length;
}
}
};作者：坤坤学编程
链接：时隔1年4个月之后，再次写的题解，比第一次要清晰很多。
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。