解决 LeetCode 串联所有单词的子串问题

问题描述

给定一个字符串 s和一个字符串数组 words words 中所有字符串 长度相同

s中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。

  • 例如,如果 words = ["ab","cd","ef"], 那么 "abcdef""abefcd""cdabef""cdefab""efabcd", 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串,因为他不是任何 words 排列的连接。

返回所有串联子串在 s中的开始索引。你可以以 任意顺序 返回答案。

示例 1:

复制代码
输入:s = "barfoothefoobarman", words = ["foo","bar"]
输出:[0,9]
解释:因为 words.length == 2 同时 words[i].length == 3,连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。

示例 2:

复制代码
输入:s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出:[]
解释:因为 words.length == 4 并且 words[i].length == 4,所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。

示例 3:

复制代码
输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出:[6,9,12]
解释:因为 words.length == 3 并且 words[i].length == 3,所以串联子串的长度必须为 9。
子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。
子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。
子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接。

提示:

  • 1 <= s.length <= 104
  • 1 <= words.length <= 5000
  • 1 <= words[i].length <= 30
  • words[i]s 由小写英文字母组成\

解题思路

核心思想

我们需要找到 s 中所有包含 words 中所有单词的串联子串的起始索引。由于 words 中所有单词的长度相同,我们可以利用滑动窗口和哈希表来解决这个问题。

具体步骤

  1. 预处理

    • 计算每个单词的长度 wordLength 和所有单词的总长度 totalLength

    • 使用哈希表 wordCounts 记录 words 中每个单词的频率。

  2. 滑动窗口

    • 遍历 s 中所有可能的起始位置(从 0s.length() - totalLength)。

    • 对于每个起始位置,检查从该位置开始的长度为 totalLength 的子串是否是一个有效的串联子串。

  3. 检查子串

    • 将子串分割成长度为 wordLength 的单词。

    • 使用另一个哈希表 currentCounts 记录当前子串中每个单词的频率。

    • 如果 currentCountswordCounts 完全匹配,则当前子串是一个有效的串联子串。

  4. 记录结果

    • 如果找到有效的串联子串,记录其起始索引。

代码实现

java 复制代码
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

class Solution {
    public List<Integer> findSubstring(String s, String[] words) {
        List<Integer> result = new ArrayList<>();
        if (s == null || words == null || words.length == 0) {
            return result;
        }

        int wordLength = words[0].length(); // 每个单词的长度
        int totalWords = words.length;     // 单词的总数
        int totalLength = wordLength * totalWords; // 串联子串的总长度

        // 统计 words 中每个单词的频率
        Map<String, Integer> wordCounts = new HashMap<>();
        for (String word : words) {
            wordCounts.put(word, wordCounts.getOrDefault(word, 0) + 1);
        }

        // 遍历所有可能的起始位置
        for (int i = 0; i <= s.length() - totalLength; i++) {
            // 当前窗口的单词频率
            Map<String, Integer> currentCounts = new HashMap<>();
            int j = 0;

            // 检查当前窗口是否匹配
            while (j < totalWords) {
                String word = s.substring(i + j * wordLength, i + (j + 1) * wordLength);
                if (!wordCounts.containsKey(word)) {
                    break; // 如果单词不在 words 中,直接跳出
                }
                currentCounts.put(word, currentCounts.getOrDefault(word, 0) + 1);

                // 如果当前单词的频率超过了 words 中的频率,跳出
                if (currentCounts.get(word) > wordCounts.get(word)) {
                    break;
                }
                j++;
            }

            // 如果完全匹配,将起始索引添加到结果中
            if (j == totalWords) {
                result.add(i);
            }
        }

        return result;
    }
}

复杂度分析

  • 时间复杂度O(n * m),其中 n 是字符串 s 的长度,mwords 的长度。

  • 空间复杂度O(m),用于存储 words 中单词的频率。


总结

通过滑动窗口和哈希表的方法,我们可以高效地解决这个问题。关键在于将问题分解为多个小步骤,并利用哈希表快速检查单词频率是否匹配。希望这篇博客能帮助你更好地理解这道题目的解法!

相关推荐
luofeiju5 分钟前
使用LU分解求解线性方程组
线性代数·算法
SKYDROID云卓小助手28 分钟前
无人设备遥控器之自动调整编码技术篇
人工智能·嵌入式硬件·算法·自动化·信号处理
ysa0510301 小时前
数论基础知识和模板
数据结构·c++·笔记·算法
GEEK零零七1 小时前
Leetcode 1103. 分糖果 II
数学·算法·leetcode·等差数列
今天背单词了吗9801 小时前
算法学习笔记:7.Dijkstra 算法——从原理到实战,涵盖 LeetCode 与考研 408 例题
java·开发语言·数据结构·笔记·算法
Eiceblue1 小时前
使用 C# 发送电子邮件(支持普通文本、HTML 和附件)
开发语言·c#·html·visual studio
小小小小王王王1 小时前
hello判断
开发语言·c#
重庆小透明2 小时前
力扣刷题记录【1】146.LRU缓存
java·后端·学习·算法·leetcode·缓存
desssq3 小时前
力扣:70. 爬楼梯
算法·leetcode·职场和发展
金增辉3 小时前
基于C#的OPCServer应用开发,引用WtOPCSvr.dll
c#