Leetcode力扣秋招刷题路-0030

从0开始的秋招刷题路，记录下所刷每道题的题解，帮助自己回顾总结

30. 串联所有单词的子串

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。
返回所有串联字串在 s 中的开始索引。你可以以 任意顺序 返回答案。

示例 1：
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：
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：
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 <= $10^4$
1 <= words.length <= 5000
1 <= words[i].length <= 30
words[i] 和 s 由小写英文字母组成

采用滑动窗口方法解题，解题思路类似最小覆盖子串，这里只是把字符换成了单词。这里有个需要注意的点，因为字符串不一定是单词长度的倍数，所以指针开始滑动的位置不能只有0，而是需要考虑整个单词长度的情况。比如：

输入: "linglikabba"["ab", "ba"]
输出: [7]

这里如果指针从0开始滑动的话，就找不到匹配的结果了，但是他确实是有输出的。这里的指针应该从1开始滑动，就可以得到结果了。

在每次遍历的开始都需要将窗口清空，并把匹配数初始化为0。

class Solution {public List<Integer> findSubstring(String s, String[] words) {int left = 0, right = 0, len = 0;// 所有单词数int size = words.length;List<Integer> res = new ArrayList<>(10);// 如果目标数组为空，则返回一个空集合if (words.length == 0){return res;}else{// 单词长度len = words[0].length();}// 定义两个map集合，一个存目标单词，一个存滑动窗口Map<String, Integer> needs = new HashMap<>(5);Map<String, Integer> windows = new HashMap<>(10);// 初始化目标集合，将单词与出现的次数对应存入map集合中for (int i = 0; i < words.length; i++){// 如果单词存在集合中，则返回出现的次数，否则返回0int count = needs.getOrDefault(words[i], 0);// 存入map中，次数+1needs.put(words[i], count + 1);}// 单词的匹配数量（包括单词和出现次数）int match = 0;// 由于字符串不一定是单词长度的倍数，所以需要遍历一个单词长度的所有情况for (int i = 0; i < len; i ++){// 初始化左右指针开始处为i，match初始化为0right = left = i;match = 0;// 右指针最多到字符串的最后一个单词开始位置while(right <= s.length() - len){// 向右滑动，存入单词和出现的次数String s1 = s.substring(right, right + len);// 以单词长度为步长移动右指针right += len;int count = windows.getOrDefault(s1, 0);windows.put(s1, count + 1);// 如果单词和出现的次数与目标一致，则匹配+1if (needs.containsKey(s1) && windows.get(s1).intValue() == needs.get(s1).intValue()){match ++;}// 当匹配数等于目标集合的大小（说明已经覆盖了目标集合）while (left < right && match == needs.size()) {// right - left / len求出窗口中单词数，如果等于目标单词数，则匹配成功，将左指针位置加入listif ((right - left) / len == size) {res.add(left);}// 左指针右移，类似右指针方法String s2 = s.substring(left, left + len);left += len;windows.put(s2, windows.get(s2) - 1);if (needs.containsKey(s2) && windows.get(s2).intValue() < needs.get(s2).intValue()){match --;}}}// 清空窗口，进行下一次遍历windows.clear();}return res;}
}