【算法】滑动窗口——串联所有单词的子串

本文主要是介绍【算法】滑动窗口——串联所有单词的子串，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

今天来以“滑动窗口”的思想来详解一道比较困难的题目——串联所有单词的子串，有需要借鉴即可。

1.题目

题目链接：LINK

这道题如果把每个字符串看成一个字母，就是另外一道中等难度的题目，即，找到字符串中所有字母异位词：LINK

所以说白了，就是把每个字符串来当作一个字母进行处理，当然这仅仅是思想，相比于异位词这个题来说，现在这道比较困难的题目还有以下不同的区别需要注意：

• ①哈希表不同
• ②left，right的起始位置，赋值不同
• ③滑动窗口的执行次数

2.下面是示例代码

class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> ret;unordered_map<string,int> hash_w;for(int i = 0; i < words.size(); i++){string str = words[i];hash_w[str]++;}for(int i = 0; i < words[0].size(); i++){unordered_map<string,int> hash_s;for(int left = i, right = i,count = 0; right + words[0].size() <= s.size(); right+=words[0].size()){//进窗口string in = s.substr(right,words[0].size());//取子串hash_s[in]++;if(hash_w.count(in) && hash_s[in] <= hash_w[in])count++;//判断if(right - left + 1 > words[0].size() * words.size()){//出窗口string out = s.substr(left,words[0].size());if(hash_w.count(out) && hash_s[out] <= hash_w[out])count--;//这个地方需要注意要在--之前进行判断hash_s[out]--;left+=words[0].size();}//更新结果if(count == words.size())ret.push_back(left);}}return ret;}
};

3.总结

• 一、经验
  这道题如果有“找到字符串中所有字母异位词”这道题的经验，说实在的不难，但前提是得有这个思想，没做过“找到字符串中所有字母异位词”这道题直接做这个的比较困难的题目的话会很难受。

• 二、再就是语法上：

  • ①是对容器的基本语法要有点了解，知道会用一些基本的接口。
  • ②是我上面这个代码其实还做了一点点语法优化
    就是在判断count是否++或者–时候那个条件，即：if(hash_w.count(in) && hash_s[in] <= hash_w[in])count++;如果hash_w[in]不存在他会创建一个in，有点消耗时间

---

EOF

这篇关于【算法】滑动窗口——串联所有单词的子串的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---