找到字符串中所有字母异位词、串联所有单词的子串

目录

找到字符串中所有字母异位词

题目链接

题目描述

思路分析

代码实现

优化

串联所有单词的子串

题目链接

题目描述

思路分析

代码实现

---

找到字符串中所有字母异位词

题目链接

438. 找到字符串中所有字母异位词 - 力扣（LeetCode）

题目描述

给定两个字符串 s 和 p，找到 s 中所有 p 的 异位词 的子串，返回这些子串的起始索引。不考虑答案输出的顺序。

示例 1:

输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。

 示例 2:

输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。

提示:

• 1 <= s.length, p.length <= 3 * 104
• s 和 p 仅包含小写字母

思路分析

题目要求我们在 s 字符串中找到 p 的异位词子串，并返回这些子串的起始索引

那么，什么是 异位词？

通过示例 1 中的例子：

起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词

可以看出 异位词 包含字符串 p 中的所有字母，字母位置不固定

如何判断一个子串是否是异位词呢？

异位词 需要包含 p 中所有的字母，即，我们只需要保证子串中的字母种类和数量与 p 中相同（不需要确定字母位置），因此，可以使用 哈希表

在哈希表 hash1 中存储 p 中的字母种类和数量

在哈希表 hash2 中存储 子串 的字母种类和数量

判断 hash2 中的字母种类和数量是否与 hash1 中的相同，若相同，则该子串为 p 的异位词 

由于s 和 p 中仅包含小写字母，因此，我们可以直接使用数组 int[26] 作为哈希表来进行存储

下标表示字母种类（a 对应 0，b 对应 1，c 对应 2...）

元素表示字母个数

在分析了如何判断一个子串是否是异位词之后，那么，该如何找到这些子串呢？

首先，字符串 p 的异位词长度一定与字符串 p 的长度相同，因此，要保证 s 中的子串长度与 p 的长度相同：

再判断是否该子串是否是异位词，接着向后移动，继续判断

因此，我们可以使用指针 left 和 right 维护一个长度为 p.length() 的滑动窗口，当窗口中每种字母的数量和字符串 p 中每种字符的数量相同时，则说明当前窗口为 p 的异位词

那么，如何维护这个滑动窗口呢？ 

 首先定义 left 和 right 指向 s 的 0 下标位置

接着，让 right 下标元素进窗口（在 hash2 中存储 s.charAt(right)），并向右移动right（right++）

 然后判断当前窗口中的元素个数是否大于 p.length()

        若小于，什么都不需要做

        若等于，此时需要判断当前子串是否为异位词

        若大于，将左侧元素弹出窗口

由于滑动窗口是定长的，因此，只需要弹出一个元素就可以保证窗口中的元素等于 p.length()，此时，同样需要判断当前子串是否为异位词

重复上述 入窗口 和 判断操作，直到 right > s.length()

上述过程为：

（1）使用数组模拟的哈希表 hash1 和 hash2，hash1 中存储字符串 p 的字母种类和个数， hash2 存储 滑动窗口 中的字母种类和个数

（2）遍历 p，将 p 中的字母种类和个数存储在 hash1 中

（3）定义 left 和 right，指向 s 的 0 下标

（4）让 right 位置元素进窗口，并向后移动right

（5）判断 right - left + 1 是否大于 p.length()，若大于，则弹出左侧元素（弹出一次即可

）

（6）若等于，判断滑动窗口中的字母种类和个数（hash2）是否与 p 的字母种类和个数（hash1）相同，即 判断 hash1 是否与 hash2 相同

（7）重复（4）（5）直到 right > s.length()

理清了思路之后，我们就来尝试编写代码 

代码实现

class Solution {public List<Integer> findAnagrams(String s, String p) {List<Integer> ret = new ArrayList<>();int[] hash1 = new int[26];int[] hash2 = new int[26];for(int i = 0; i < p.length(); i++) {hash1[p.charAt(i) - 'a']++;}for(int left = 0, right = 0; right < s.length(); right++) {// 入窗口hash2[s.charAt(right) - 'a']++;// 判断if(right - left + 1 > p.length()) {// 出窗口hash2[s.charAt(left) - 'a']--;left++;}if(right - left + 1 == p.length()) {// 判断是否是异位词boolean flg = true;for(int i = 0; i < 26; i++) {if(hash1[i] != hash2[i]) {flg = false;break;}}if(flg) {ret.add(left);}}}return ret;}
}

优化

每次判断子串是否为异位词时，需要进行遍历判断，比较耗时，能否进行优化呢？

 可以使用变量 count 来统计窗口中 有效字符 的个数，从而进行优化

什么是 有效字符？

有效字符指的是组成 p 的异位词所需要的字符，也就是 p 中的字符

我们通过一个例子来看：

将 c 加入窗口，c 是组成 p 异位词需要的字符，即为 有效字符，因此，count++

接着，向右移动right，继续添加新字母

  

将 新的 c 加入窗口，此时，虽然 c 为组成 p 异位词需要的字符，但是 p 中只需要一个 c ，窗口中有两个 c，即，新加入的 c 对于组成 p 没有作用，为无效字符，count 不进行统计

即：

加入字符 ch 后，hash2 中 ch 的个数 小于等于 hash1 中 ch 的个数，当前字符能够用于组成 p 的异位词，为有效字符，count++；

而若加入字符 ch 后，hash2 中 ch 的个数 大于 hash1 中 ch 的个数，当前字符不能用于组成 p 的异位词，为无效字符，count 不变

再向右移动right，继续添加新字母

将 b 加入到窗口中，b 为组成 p 异位词需要的字符，且窗口中b的个数为1，是 有效字符，count++

此时窗口大小为3，等于p的长度，需要判断子串是否为异位词

在添加了 count 之后，就不需要再进行遍历判断了，而是直接判断 count 是否等于 p 的长度，就可以判断出该子串是否为异位词了

count = 2 < 3，因此，该子串不是异位词

为什么可以通过接判断 count 是否等于 p 的长度来判断异位词？

count 统计的是组成异位词的 有效字符个数， 当 count = p 时，说明 count 中包含组成异位词的所有字符，可以组成 p 的异位词

那么，是否会出现子串包含其他字母的情况？

我们是在 窗口小于等于 p.length() 的基础上进行判断的（若窗口长度大于 p.length()，则将左边元素弹出窗口），若子串中包含了其他字符，count 一定小于 p.length()，该子串一定不为异位词

继续向右移动 right：

将 a 加入窗口中，a 为组成 p 异位词需要的字符，为有效字符，count++

此时窗口长度大于 p 的长度，将左边元素弹出窗口：

 弹出字符 c 之前，c 的个数为2，而组成 p 的异位词只需要一个 c，因此，有一个 c 是无效字符，当弹出 c 之后，留下的 c 是组成 p 的有效字符，而弹出的 c 是无效字符，因此 count 的值不变

即：

在弹出字符 ch 之前，若 hash2 中 ch 的个数 大于 hash1 中 ch 的个数，则弹出的的字符 ch 不能够用于组成 p 的异位词，为无效字符，弹出后，count 的值不变

在弹出字符 ch 之前，若 hash2 中 ch 的个数 小于等于 hash1 中 ch 的个数，则弹出的的字符 ch 用于组成 p 的异位词，为有效字符，弹出后，count--

此时，count = p.length，此时的子串是异位词

因此，通过变量 count 来统计窗口中 有效字符 的长度，

在将元素加入窗口之后，判断加入的元素 ch 是否是有效字符，若为有效字符，count++

在将元素弹出窗口之前，判断弹出的元素 ch 是否为有效字符，若为有效字符，count--

当需要判断子串是否是异位词时，直接判断 count 是否等于 p.length()，若等于，则该子串为 p 的异位词

代码优化

class Solution {public List<Integer> findAnagrams(String s, String p) {List<Integer> ret = new ArrayList<>();int[] hash1 = new int[26];int[] hash2 = new int[26];for(int i = 0; i < p.length(); i++) {hash1[p.charAt(i) - 'a']++;}for(int left = 0, right = 0, count = 0; right < s.length(); right++) {// 入窗口int in = s.charAt(right) - 'a';hash2[in]++;// 更新 countif(hash2[in] <= hash1[in]) {count++;}// 判断if(right - left + 1 > p.length()) {// 更新 countint out = s.charAt(left) - 'a';if(hash2[out] <= hash1[out]) {count--;}// 出窗口hash2[out]--;left++;}if(count == p.length()) {ret.add(left);}}return ret;}
}

串联所有单词的子串

题目链接

30. 串联所有单词的子串 - 力扣（LeetCode）

题目描述

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。

返回所有串联子串在 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 <= 104
• 1 <= words.length <= 5000
• 1 <= words[i].length <= 30
• words[i] 和 s 由小写英文字母组成

思路分析

题目要求我们找到 s 中串联数组 words 中所有字符串的 子串，并返回子串的开始索引

在串联时，words 中的字符串顺序是任意的

且，words 中字符串的长度是相同的

将 s 按照 words 中字符串长度进行划分：

我们将 words 中的一个字符串看做一个整体：

此时，就将其转换成上述 找到字符串中所有字母异位词 一样的问题了

同样是使用 哈希表 + 滑动窗口 进行查找和判断，再使用变量 count 进行优化

但是，此时哈希表中需要存储的 key 为字符串，因此，不能再使用数组，而是需要使用 HashMap 进行存储

此外，在 找到字符串中所有字母异位词 中 left 和 right 每次移动一步，让新的字符加入或弹出窗口，但在本题中，每次需要加入或弹出一个字符串，因此，left 和 right 每次需要移动 len（words[0].length()）步

上述我们从 0 位置开始划分字符串 s，那么，也可以从 1 下标、2下标开始划分：

但若从 3 下标开始划分：

 

和 从 0 下标开始划分的情况是一样的，

即，s 有 len 种划分方式，每一种划分都需要进行查找

在分析完思路之后，我们就可以尝试编写代码了 

代码实现

class Solution {public List<Integer> findSubstring(String s, String[] words) {List<Integer> ret = new ArrayList<>();Map<String, Integer> hash1 = new HashMap<>();int len = words[0].length();// 统计 words 中的字符串种类和数量for(String str: words) {hash1.put(str, hash1.getOrDefault(str, 0) + 1);}for(int i = 0; i < len; i++) {Map<String, Integer> hash2 = new HashMap<>();for(int left = i, right = i, count = 0; right + len <= s.length(); right += len) {// 入窗口String in = s.substring(right, right + len);hash2.put(in, hash2.getOrDefault(in, 0) + 1);// 更新 countif(hash2.get(in) <= hash1.getOrDefault(in, 0)) {count++;}// 判断if(right - left + 1 > words.length * len) {// 更新 countString out = s.substring(left, left + len);if(hash2.get(out) <= hash1.getOrDefault(out, 0)) {count--;}// 出窗口hash2.put(out, hash2.get(out) - 1);left += len;}// 更新结果if(count == words.length) {ret.add(left);}}}return ret;}
}