> 文章列表 > 力扣:串联所有单词的子串(滑动窗口+哈希)

力扣:串联所有单词的子串(滑动窗口+哈希)

力扣:串联所有单词的子串(滑动窗口+哈希)

首先,用 n\\rm nn 表示 S\\rm SS 串的长度,用 m\\rm mm 表示 words\\rm wordswords 的长度即words中单词数量,用 w\\rm ww 表示 words\\rm wordswords 中每个单词的长度。
①对于 S\\rm SS 串以 w\\rm ww 为长度进行分割,则每一个 w\\rm ww 独立存在(可看成一个元素)。
在这里插入图片描述
②则有以 i=0,1,…,w−1i = 0,1,\\dots,w-1i=0,1,,w1w\\rm ww 起点,看作 w\\rm ww 个组。
③在该串上,对每一个长度为 w\\rm ww 看作独立存在的元素,维护一个长度为 m\\rm mm 的滑动窗口j\\rm jj 作为滑动窗口的结尾,用来维护长度。
在这里插入图片描述
④设 map\\rm mapmap 类型的 tot\\rm tottot ,用来维护 wordswordswords 里面的单词所对应的数量。
在每一个组中,设 map\\rm mapmap 类型的 wd\\rm wdwd ,用来维护窗口内每个单词所对应的数量。
cnt\\rm cntcnt 表示两个集合中同时存在的单词的数量
时间复杂度:
对每个视作独立元素做滑动窗口,nw\\rm \\frac{n}{w}wn 次滑动窗口移动,每次移动加一个元素,减一个元素,一共有 w\\rm ww 组,时间复杂度为 O(n)O(n)O(n).

c++:

class Solution {
public:vector<int> findSubstring(string s, vector<string>& words) {vector<int> res;if(words.empty()) return res;int n = s.size(),m = words.size(),w = words[0].size();unordered_map<string,int> tot;for(auto& word : words) tot[word] ++;for(int i = 0;i < w;i++){int cnt = 0;unordered_map<string,int> wd;for(int j = i;j + w <= n;j += w){if(j >= i + m * w)//若超出滑动窗口的长度,则将以j结尾的窗口的前一个单词排出{auto word = s.substr(j - m * w,w);wd[word]--;//剔除的该单词在滑动窗口集合的数量小于words里面单词的数量,说明匹配的数量减少了if(wd[word] < tot[word]) cnt--;}auto word = s.substr(j,w);wd[word]++;//增加的单词在滑动窗口集合的数量增加之后依然没有超过words里单词的数量,说明满足条件的匹配的数量增加了if(wd[word] <= tot[word]) cnt++;if(cnt == m) res.push_back(j - (m - 1) * w);//当相应单词匹配的数量为m时,即匹配了words里所有的单词,则将滑动窗口起点加入答案。}}return res;}
};

学习计划指导