文章目錄

• 題目描述
• 思路 && 代碼
• • • 二刷

最近一直在充電基礎知識、維護 leetcode 總結博客
今天繼續摸一摸新題目吧～

題目描述

• 感覺和 03. 無重復的最長子串 有點像，都是在字符串上用滑動窗口來找子串。
• 并且都是屬于那種，解決一次以后，思路都十分清晰的類型。
  
  

思路 && 代碼

• 步驟：參考了mcdull的這篇題解
• 注意點：需要維護的變量很多(need、left、right、count、minSize、startIndex），要保證正確維護。
• need[128] ：存儲當前滑動窗口，對每個字符還需要的數量。為0則正好，負數則說明冗余，正數則還需要。
• 時間復雜度：O(n)，也就是最多 right 跑一遍，left 跑一遍

class Solution {// 思路：滑動窗口 + 雙指針。正確維護幾個變量十分重要// 復雜度：最多為O(2 * n) = O(n)public String minWindow(String s, String t) {if(s == null || t == null || s.length() == 0 || t.length() == 0) {return "";}// need：總是記錄當前窗口，每個字符還需的數量。負數為冗余數量int[] need = new int[128];for(char c : t.toCharArray()) {need[c]++;}int count = t.length(), startIndex = 0, minSize = Integer.MAX_VALUE;for(int l = 0, r = 0; r < s.length(); r++) {if(need[s.charAt(r)] > 0) {count--;}need[s.charAt(r)]--;if(count == 0) {// 去掉窗口前段的冗余元素，更新 leftwhile(l < r && need[s.charAt(l)] < 0) {need[s.charAt(l)]++;l++;}// 維護 minSizeif(r - l + 1 < minSize) {minSize = r - l + 1;startIndex = l;}// 繼續下一輪的窗口對比need[s.charAt(l)]++;l++;count++;}}return minSize == Integer.MAX_VALUE ? "" : s.substring(startIndex, startIndex + minSize);} }

二刷

• 實打實的滑動窗口維護！
• 總的來說還是幾個變量的維護，直接看代碼和注釋吧～

class Solution {public String minWindow(String s, String t) {// 記錄字符需要的數量，負數冗余int[] need = new int[128];for(char c : t.toCharArray()) {need[c]++;}int counts = t.length(), startIndex = 0, minSize = Integer.MAX_VALUE;for(int l = 0, r = 0; r < s.length(); r++) {// Part 1: 更新 counts && needif(need[s.charAt(r)] > 0) {counts--;}need[s.charAt(r)]--;// Part 2: 此時滿足的情況，更新窗口if(counts == 0) {// Part 2.1：去除前面的冗余字符while(l < r && need[s.charAt(l)] < 0) {need[s.charAt(l)]++;l++;}// Part 2.2：維護 minSizeif(r - l + 1 < minSize) {startIndex = l;minSize = r - l + 1;}// Part 2.3：進行下一輪維護need[s.charAt(l++)]++;counts++;}}return minSize == Integer.MAX_VALUE ? "" : s.substring(startIndex, startIndex + minSize);} }

總結

以上是生活随笔為你收集整理的【LeetCode笔记】76. 最小覆盖子串（字符串、滑动窗口）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。