LeetCode 热题 100 之 76.最小覆盖子串

此题难度为HARD!

解题思路 💡

这道题是经典的 滑动窗口(双指针) 问题,核心是通过左右指针动态调整窗口大小,在 O (n) 时间复杂度内找到包含 t 所有字符的最短子串。

  1. 统计需求 :用数组记录 t 中每个字符的出现次数(need),并统计需要满足的不同字符数量(required)。

  2. 扩展窗口 :右指针向右移动,将字符加入当前窗口,更新窗口内字符计数(window),当窗口满足所有字符需求时,尝试收缩左指针。

  3. 收缩窗口:左指针向右移动,尽可能缩小窗口,同时保持窗口仍满足所有字符需求,记录最小窗口的起始位置和长度。

  4. 结果返回:遍历结束后,若存在有效窗口则返回最短子串,否则返回空串。

    public class Solution {
    public String minWindow(String s, String t) {
    // 边界条件处理
    if (s == null || t == null || s.length() == 0 || t.length() == 0 || s.length() < t.length()) {
    return "";
    }

    复制代码
         // 统计t中字符的需求次数和需要满足的不同字符数
         int[] need = new int[128]; // 覆盖所有ASCII英文字符
         int required = 0;
         for (char c : t.toCharArray()) {
             if (need[c] == 0) {
                 required++; // 新增一个需要满足的字符
             }
             need[c]++;
         }
    
         int[] window = new int[128]; // 记录当前窗口内字符的出现次数
         int left = 0, right = 0; // 左右指针
         int valid = 0; // 当前窗口中满足need的字符数
         int minLen = Integer.MAX_VALUE; // 最小窗口长度
         int start = 0; // 最小窗口的起始索引
    
         while (right < s.length()) {
             char c = s.charAt(right);
             if (need[c] > 0) { // 仅处理t中需要的字符
                 window[c]++;
                 // 当窗口中该字符的数量达到需求时,valid+1
                 if (window[c] == need[c]) {
                     valid++;
                 }
             }
             right++; // 右指针扩展窗口
    
             // 当窗口满足所有字符需求时,尝试收缩左指针
             while (valid == required) {
                 // 更新最小窗口的长度和起始位置
                 if (right - left < minLen) {
                     minLen = right - left;
                     start = left;
                 }
    
                 // 移动左指针,收缩窗口
                 char d = s.charAt(left);
                 if (need[d] > 0) {
                     // 如果该字符的窗口计数刚好等于需求,收缩后会不满足,valid-1
                     if (window[d] == need[d]) {
                         valid--;
                     }
                     window[d]--;
                 }
                 left++;
             }
         }
    
         // 返回结果:若minLen未更新,说明无有效窗口,返回空串
         return minLen == Integer.MAX_VALUE ? "" : s.substring(start, start + minLen);
     }

    }

复杂度分析 📊

  • 时间复杂度:O (n),n 为 s 的长度。每个字符最多被左右指针各访问一次,无嵌套循环。
  • 空间复杂度:O (1),使用的数组大小固定为 128,与输入规模无关。
相关推荐
hunter19901018 小时前
java开发学习阶段
java
Dxy123931021618 小时前
Python图片转PDF:高效实现多图合并与自定义布局
java·python·pdf
okiseethenwhat18 小时前
冒泡排序的面试话术和写法解析
java
盐水冰18 小时前
MybatisPlus
java·mybatisplus
逆境不可逃18 小时前
【用AI学Agent】ReAct框架(实现自主闭环,搞定复杂任务)
人工智能·算法·机器学习·职场和发展
SunnyDays101118 小时前
使用 Java 提取和删除 PDF 文档附件(完整指南)
java·pdf
牧瀬クリスだ18 小时前
二叉树的基本操作
数据结构·算法
进击的确定18 小时前
蓝桥杯二分查找
职场和发展·蓝桥杯
白毛大侠18 小时前
内存对齐算法:向上取整到位运算
算法
Book思议-18 小时前
【数据结构】线索二叉树之中序遍历线索化详解与实现
数据结构·算法·线索二叉树之中序遍历线索化