【刷题记录】30. 串联所有单词的子串

简介: 【刷题记录】30. 串联所有单词的子串

一、题目描述


来源:力扣(LeetCode)


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:[]


示例 3:


输入:s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]

输出:[6,9,12]


提示:


  • 1 <= s.length <= 104
  • s 由小写英文字母组成
  • 1 <= words.length <= 5000
  • 1 <= words[i].length <= 30
  • words[i] 由小写英文字母组成


二丶思路分析


哈希表 + 滑动窗口实现


【刷题记录】3. 无重复字符的最长子串中我们时候滑动窗口来实现过寻找最长子串。


假设


  • 字符串 s的长度为 length
  • words中的单词个数为 m,每个单词长度为 n
  • 我们保持一个长度为 m*n 的窗口在字符串s上进行滑动,每次滑动的步长为 n(因为每个单词的长度是相同的,这样,每次滑动便不用重新计算窗口内的单词,因为每次窗口滑动的步长为 n,直接跨过了整个单词
  • 使用哈希表 map 记录 words 中每个单词的出现次数
  • 使用哈希表 cur统计窗口内子串 sub 每个单词的出现次数(每隔 n 长度作为一个单词)
  • 移动窗口,如果这个窗口内一旦出现不存在map中的单词,或者这个单词在子串中出现的次数已经等于map中的次数这个滑动窗口就不符合要求,直接进入下一个滑动窗口的匹配
  • 如果完全匹配上,则把滑动窗口的起始索引加入结果res中


三、代码实现

class Solution {
    public List<Integer> findSubstring(String s, String[] words) {
        Map<String, Integer> map = new HashMap<>();
        // 统计 words 中「每个目标单词」的出现次数
for(String word : words){
            map.put(word, map.getOrDefault(word, 0) +1);
        }
        int length = s.length();
        int m = words.length;
        int n = words[0].length();
        List<Integer> res = new ArrayList<>();
for(int i =0; i < length - m * n +1; i++){
            Map<String, Integer> cur = new HashMap<>();
            int index = i;
while(index < i + m * n){
                String curWord = s.substring(index, index + n);
if(!map.containsKey(curWord) || cur.get(curWord) == map.get(curWord)){
                    break;
                }
                cur.put(curWord, cur.getOrDefault(curWord, 0) +1);
                index += n;
            }
if(index == i + m * n){
                res.add(i);
            }
        }
        return res;
    }
}

复杂度分析


  • 时间复杂度:
    网络异常,图片无法展示
    |
    n为字符串长度,m为单词个数
  • 空间复杂度:
    网络异常,图片无法展示
    |


运行结果


网络异常,图片无法展示
|


总结


这道题目也是算利用滑动窗口思想来解决的题型中的一种。


在这个基础上我们来记录对比目标的work和窗口内的,看是否能够满足我们要求


继续加油~~

目录
相关文章
|
15天前
|
算法
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串
|
1月前
|
算法 索引
【刷题】滑动窗口精通 — Leetcode 30. 串联所有单词的子串 | Leetcode 76. 最小覆盖子串
经过这两道题目的书写,相信大家一定深刻认识到了滑动窗口的使用方法!!! 下面请大家继续刷题吧!!!
20 0
|
1月前
每日一题(数字颠倒,单词倒排)
每日一题(数字颠倒,单词倒排)
18 1
|
9月前
【动态规划刷题 12】单词拆分 && 环绕字符串中唯一的子字符串
【动态规划刷题 12】单词拆分 && 环绕字符串中唯一的子字符串
LeetCode-30 串联所有单词的子串
LeetCode-30 串联所有单词的子串
|
1月前
|
算法 测试技术 C#
【滑动窗口】LeetCode:30串联所有单词的子串
【滑动窗口】LeetCode:30串联所有单词的子串
|
11月前
|
Cloud Native
【刷题日记】30. 串联所有单词的子串
本次刷题日记的第 75篇,力扣题为:30. 串联所有单词的子串 ,困难
|
8月前
|
算法 索引
【算法专题突破】滑动窗口 - 串联所有单词的子串(15)
【算法专题突破】滑动窗口 - 串联所有单词的子串(15)
19 0
|
8月前
|
算法 索引
【算法挨揍日记】day08——30. 串联所有单词的子串、76. 最小覆盖子串
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 = [&quot;ab&quot;,&quot;cd&quot;,&quot;ef&quot;], 那么 &quot;abcdef&quot;, &quot;abefcd&quot;,&quot;cdabef&quot;, &quot;cdefab&quot;,&quot;efabcd&quot;, 和 &quot;efcdab&quot; 都是串联子串。 &quot;acdbef&quot; 不是串联子串,因为他不是任何 words 排列的连接。
366 0
leetcode的串联所有单词的子串
leetcode的串联所有单词的子串