给定一个字符串 s 和一些长度相同的单词 words。找出 s 中恰好可以由 words 中所有单词串联形成的子串的起始位置。
注意子串要与 words 中的单词完全匹配,中间不能有其他字符,但不需要考虑 words 中单词串联的顺序。
示例 1:
输入:
s = "barfoothefoobarman",
words = ["foo","bar"]
输出:[0,9]
解释:
从索引 0 和 9 开始的子串分别是 "barfoo" 和 "foobar" 。
输出的顺序不重要, [9,0] 也是有效答案。
示例 2:
输入:
s = "wordgoodgoodgoodbestword",
words = ["word","good","best","word"]
输出:[]
首先令 n
为字符串 s
的长度,m
为数组 words
的长度(单词的个数),w
为单个单词的长度。
由于 words
里面每个单词长度固定,而我们要找的字符串只能恰好包含所有的单词,所有我们要找的目标子串的长度为 m * w
。
那么一个直观的思路是:
map
记录 words
中每个单词的出现次数s
中的每个字符作为起点,往后取得长度为 m * w
的子串 sub
cur
统计 sub
每个单词的出现次数(每隔 w
长度作为一个单词)cur
和 map
是否相同注意:在步骤 3 中,如果发现 sub
中包含了 words
没有出现的单词,可以直接剪枝。
剪枝这里使用了 goto
语句直接回到外层循环进行 continue
,平日接触 goto
语句少的同学可以混个脸熟。
class Solution {
public List<Integer> findSubstring(String s, String[] words) {
List<Integer> ans = new ArrayList<>();
if (words.length == 0) return ans;
int n = s.length(), m = words.length, w = words[0].length();
Map<String, Integer> map = new HashMap<>();
for (String word : words) {
map.put(word, map.getOrDefault(word, 0) + 1);
}
out:for (int i = 0; i + m * w <= n; i++) {
Map<String, Integer> cur = new HashMap<>();
String sub = s.substring(i, i + m * w);
for (int j = 0; j < sub.length(); j += w) {
String item = sub.substring(j, j + w);
if (!map.containsKey(item)) continue out;
cur.put(item, cur.getOrDefault(item, 0) + 1);
}
if (cmp(cur, map)) ans.add(i);
}
return ans;
}
boolean cmp(Map<String, Integer> m1, Map<String, Integer> m2) {
if (m1.size() != m2.size()) return false;
for (String k1 : m1.keySet()) {
if (!m2.containsKey(k1) || !m1.get(k1).equals(m2.get(k1))) return false;
}
for (String k2 : m2.keySet()) {
if (!m1.containsKey(k2) || !m1.get(k2).equals(m2.get(k2))) return false;
}
return true;
}
}
s
中的每个字符作为起点,复杂度为 ;在循环中将 sub
划分为 m
个单词进行统计,枚举了 m - 1
个下标,复杂度为
;每个字符串的长度为 w
。整体复杂度为
事实上,我们可以优化这个枚举起点的过程。
我们可以将起点根据 当前下标与单词长度的取余结果 进行分类,这样我们就不用频繁的建立新的哈希表和进行单词统计:
class Solution {
public List<Integer> findSubstring(String s, String[] words) {
List<Integer> ans = new ArrayList<>();
if (words.length == 0) return ans;
int n = s.length(), m = words.length, w = words[0].length();
// 统计 words 中「每个目标单词」的出现次数
Map<String, Integer> map = new HashMap<>();
for (String word : words) {
map.put(word, map.getOrDefault(word, 0) + 1);
}
for (int i = 0; i < w; i++) {
// 构建一个当前子串对应 map,统计当前子串中「每个目标单词」的出现次数
Map<String, Integer> curMap = new HashMap<>();
// 滑动窗口的大小固定是 m * w
// 每次将下一个单词添加进 cur,上一个单词移出 cur
for (int j = i; j + w <= n; j += w) {
String cur = s.substring(j, j + w);
if (j >= i + (m * w)) {
int idx = j - m * w;
String prev = s.substring(idx, idx + w);
if (curMap.get(prev) == 1) {
curMap.remove(prev);
} else {
curMap.put(prev, curMap.get(prev) - 1);
}
}
curMap.put(cur, curMap.getOrDefault(cur, 0) + 1);
// 如果当前子串对应 map 和 words 中对应的 map 相同,说明当前子串包含了「所有的目标单词」,将起始下标假如结果集
if (map.containsKey(cur) && curMap.get(cur).equals(map.get(cur)) && cmp(map, curMap)) {
ans.add(j - (m - 1) * w);
}
}
}
return ans;
}
// 比较两个 map 是否相同
boolean cmp(Map<String, Integer> m1, Map<String, Integer> m2) {
if (m1.size() != m2.size()) return false;
for (String k1 : m1.keySet()) {
if (!m2.containsKey(k1) || !m1.get(k1).equals(m2.get(k1))) return false;
}
for (String k2 : m2.keySet()) {
if (!m1.containsKey(k2) || !m1.get(k2).equals(m2.get(k2))) return false;
}
return true;
}
}
;每次循环最多处理 n
长度的字符串,复杂度为
。整体复杂度为
这是我们「刷穿 LeetCode」系列文章的第 No.30
篇,系列开始于 2021/01/01,截止于起始日 LeetCode 上共有 1916 道题目,部分是有锁题,我们将先将所有不带锁的题目刷完。
在这个系列文章里面,除了讲解解题思路以外,还会尽可能给出最为简洁的代码。如果涉及通解还会相应的代码模板。
由于 LeetCode 的题目随着周赛 & 双周赛不断增加,为了方便我们统计进度,我们将按照系列起始时的总题数作为分母,完成的题目作为分子,进行进度计算。当前进度为 30/1916
。
为了方便各位同学能够电脑上进行调试和提交代码,我在 Github 建立了相关的仓库:https://github.com/SharingSource/LogicStack-LeetCode。在仓库地址里,你可以看到系列文章的题解链接、系列文章的相应代码、LeetCode 原题链接和一些其他的优选题解。