滑动窗口与哈希表实战：串联所有单词子串与最小覆盖子串

15. 串联所有单词的子串

题目描述

给定一个字符串 s 和一些长度相同的单词 words，找出 s 中恰好由 words 中所有单词串联组成的子串的起始索引。

示例

输入： s = "barfoothefoobarman" words = ["foo", "bar"] 输出：[0, 9] 解释：从索引 0 开始是 "barfoo"，从索引 9 开始是 "foobar"。

解题思路

这道题的核心在于将'单词'视为整体单位进行滑动窗口处理。如果我们将每个单词看作一个字符，问题就转化为了寻找字符串中的异位词组合。

关键差异点：

• 哈希表的键类型变为 string，用于统计单词频次。
• 左右指针的移动步长不再是 1，而是单词的长度 len。
• 由于起始位置可能落在单词中间，我们需要对 0 到 len-1 分别作为起点进行多次遍历。

代码实现

class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<int> ret;
        unordered_map<string, int> hash1; // 统计 words 中所有单词出现的频次
        for(auto& e : words) {
            hash1[e]++;
        }
        
        int len = words[0].size(); // 单词长度
        int m = words.size();      // 单词数量
        int n = s.size();
        
        // 以 0 到 len-1 为起始偏移量分别进行滑动窗口
        for(int i = 0; i < len; i++) {
            unordered_map<string, int> hash2; // 当前窗口内的单词统计
            int count = 0;                    // 窗口内有效单词个数
            int left = i;
            
            
            ( right = i; right + len <= n; right += len) {
                string str1 = s.(right, len);
                hash2[str1]++; 
                
                
                (hash2[str1] <= hash1[str1]) {
                    count++;
                }
                
                
                (right - left +  > len * m) {
                    string str2 = s.(left, len);
                    (hash2[str2] <= hash1[str2]) {
                        count--;
                    }
                    hash2[str2]--;
                    left += len;
                }
                
                
                (count == m) {
                    ret.(left);
                }
            }
        }
         ret;
    }
};