給你一個字符串 s 、一個字符串 t 。返回 s 中涵蓋 t 所有字符的最小子串。如果 s 中不存在涵蓋 t 所有字符的子串，則返回空字符串 “” 。

注意：
對于 t 中重復字符，我們尋找的子字符串中該字符數量必須不少于 t 中該字符數量。
如果 s 中存在這樣的子串，我們保證它是唯一的答案。
——————————————————————————————————————————————————————

示例 1：
輸入：s = “ADOBECODEBANC”, t = “ABC”
輸出：“BANC”

示例 2：
輸入：s = “a”, t = “a”
輸出：“a”

示例 3:
輸入: s = “a”, t = “aa”
輸出: “”
解釋: t 中兩個字符 ‘a’ 均應包含在 s 的子串中，
因此沒有符合條件的子字符串，返回空字符串。

提示：

1 <= s.length, t.length <= 105
s 和 t 由英文字母組成

進階：你能設計一個在 o(n) 時間內解決此問題的算法嗎？

這個題目如果想在O(n)時間內解決，最好的方法就是滑動窗口，
滑動窗口的題目一般想到不難，想到方法很簡單，但是難點就在寫代碼時的變量設置和窗口移動的一些小細節上；

這個題目的思路大致就這兩步：
1，定義一個哈希表記錄 t 中每個字符的個數
2，遍歷 s 字符串，針對不同情況對窗口進行縮減，并不斷更新最小子串的長度和起始位置；

詳細注釋放到了代碼里，細節實現還是有些困難的，所以一定要注意每一個細節
詳細注釋代碼如下：

class Solution { public:string minWindow(string s, string t) {//need的key值是t的每一個字符，value是每一個字符在t中的個數unordered_map<char, int> need;//將t中每一個字符的個數存入哈希表for (char c : t) need[c]++;/*start：當前子串的起始位置left：窗口的左邊界，這里left不能替代start的主要原因就是start始終指向的是最短的子串的起始位置，而left會走到最后一個子串的起始位置length：最短子串的長度needCount：所需字符（t中的字符）的個數 */int start = 0, left = 0, length = INT_MAX, needCount = t.size();//right是窗口右邊界，用來遍歷sfor (int right = 0; right < s.size(); ++right) {//如果當前的字符是t中的字符之一，則所需字符的個數減一if (need[s[right]] > 0) needCount--;//如果當前字符s[right]是t中字符之一的話，減一后一定大于或者等于0//如果當前字符s[right]不是t中字符之一的話，減一后一定小于0//這一步主要是為了下面的while循環need[s[right]]--;//當所需字符為0時，說明此時子串已經涵蓋t中所有字符if (needCount == 0) {//去除第一個t字符之前的無關字符，縮減窗口while (left < right && need[s[left]] < 0) need[s[left++]]++;//更新最小長度，記錄最小長度子串的起始位置if (right - left + 1 < length) {length = right - left + 1;start = left;}//跳過當前這個t字符，重新開始找新的子串need[s[left]]++;needCount++;left++;}}return length == INT_MAX ? "" : s.substr(start, length);} };

無注釋代碼：

class Solution { public:string minWindow(string s, string t) {unordered_map<char, int> need;for (char c : t) need[c]++;int start = 0, left = 0, length = INT_MAX, needCount = t.size();for (int right = 0; right < s.size(); ++right) {if (need[s[right]] > 0) needCount--;need[s[right]]--;if (needCount == 0) {while (left < right && need[s[left]] < 0) need[s[left++]]++;if (right - left + 1 < length) {length = right - left + 1;start = left;}need[s[left]]++;needCount++;left++;}}return length == INT_MAX ? "" : s.substr(start, length);} };

總結

以上是生活随笔為你收集整理的76. 最小覆盖子串（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。