5.28更新:
看到文章 关于 labuladong抄的算法题解 这本书的讨论,大致结论可以得出,该书大部分内容确实是labuladong小抄,并非其原创,希望大家加以分辨了解,并支持真正的原创者。
注:本文当时参考的labuladong的算法小抄的相关思路,代码实现为独立写的C代码。本篇解法参考了labuladong的C++滑窗模板,并根据C代码实现做了部分调整,相关改变见注释。
滑窗本质
滑动窗口本质
就是对暴力解法的两层for循环的优化,也即动态调整内外层的for循环,第一层是left,第二层是right,从逻辑上剪枝去掉多余冗余的判断。
具体思路
- 找可行解。从0开始匹配,开启窗口,右边界扩大至满足条件,则此时再往后扩不符合最小子串
- 找最优解。再缩左边界,找到最小子串,然后滑窗。也就是当前从左到右可行解里已找到最优解,那么这段区间后面就没必要再找。
- 滑动窗口。把左边界右移,继续往后滑动,重复右边界扩大至满足条件找新的一个区间
- 终止条件。直到右边界找到末尾停止,返回最小的区间范围
本篇解法参考了labuladong的C++滑窗模板,并根据C代码实现做了部分调整,相关改变见注释。
实现代码
#define MAX_LEN 128
char* minWindow(char * s, char * t)
{
int hashNeed[MAX_LEN] = {
0};
int hashWindow[MAX_LEN] = {
0};
int start = 0;
int end = 0;
int minStart = 0;
int minLen = INT_MAX;
int lenS = strlen(s);
int i, lenT = 0;
int valid = 0;
for (i = 0; t[i]; i++) {
hashNeed[t[i]]++;
}
// lenT = i; // 原表达长度
for (i = 0; i < MAX_LEN; i++) {
if (hashNeed[i] != 0) {
lenT++; } // 改成表达键元素个数
}
// 记录最小覆盖子串的起始索引及长度
while (end < lenS) {
// c 是将移入窗口的字符
char c = s[end];
// 右移窗口
end++;
// 进行窗口内数据的一系列更新
// if (need.count(c)) { // 原C++代码,count函数是查找该值是否存在
if (hashNeed[c]) {
// 只用判hash值是否为0
hashWindow[c]++;
if (hashWindow[c] == hashNeed[c])
valid++;
}
// 判断左侧窗口是否要收缩
// while (valid == need.size()) { // 原代码表示的键个数, 如 aa, 则键只有1个,值为2
while (valid == lenT) {
// 而lenT则为 aa的长度,为2
// 在这里更新最小覆盖子串
if (end - start < minLen) {
minStart = start;
minLen = end - start;
}
// d 是将移出窗口的字符
char d = s[start];
// 左移窗口
start++;
// 进行窗口内数据的一系列更新
// if (need.count(d)) { // 原C++代码
if (hashNeed[d]) {
if (hashWindow[d] == hashNeed[d])
valid--;
hashWindow[d]--;
}
}
}
// 返回最小覆盖子串
if (minLen == INT_MAX) {
return ""; }
s[minStart + minLen] = '\0'; // 利用原字符串返回,省空间
return &s[minStart];
}
更多滑窗题目
Git项目地址:LeetCodeUsingC刷题笔记