76.最小覆盖子串

难度：困难

给你一个字符串 s 、一个字符串 t 。返回 s 中涵盖 t 所有字符的最小子串。如果 s 中不存在涵盖 t 所有字符的子串，则返回空字符串 "" 。

注意：

对于 t 中重复字符，我们寻找的子字符串中该字符数量必须不少于 t 中该字符数量。
如果 s 中存在这样的子串，我们保证它是唯一的答案。

示例 1：

输入：s = "ADOBECODEBANC", t = "ABC"
输出："BANC"
解释：最小覆盖子串 "BANC" 包含来自字符串 t 的 'A'、'B' 和 'C'。

示例 2：

输入：s = "a", t = "a"
输出："a"
解释：整个字符串 s 是最小覆盖子串。

示例 3:

输入: s = "a", t = "aa"
输出: ""
解释: t 中两个字符 'a' 均应包含在 s 的子串中，
因此没有符合条件的子字符串，返回空字符串。

提示：

m == s.length
n == t.length
1 <= m, n <= 105
s 和 t 由英文字母组成

进阶：你能设计一个在 o(m+n) 时间内解决此问题的算法吗？

解题思路

又是经典的 连续区间查找 的问题，那么第一反应是滑动窗口，但是结合 904 题的经验，很多滑动窗口的题，似乎要加一个 哈希表 才好实现更多的操作，单纯的滑动窗口对于一些复杂一点的题，总会有些吃力。

我的思路：

设定哈希表 tFrequency 用来存储字符串 t 中每个字符的频率，该频率就代表了目标子串中每个字符的数量要求，哈希表 window 用于存储当前窗口内字符的频率
设定变量 required 表示字符串 t 中字符的种类数目，变量 formed 用于跟踪当前窗口中满足 tFrequency 的字符条件的字符数目，初始为 0
目标子串需要满足的条件是 required 和 formed 相等
设定变量 minLength、minLeft、minRight 用于记录最小子串的长度和起始位置
设定指针 left 和 right 表示滑动窗口的左右边界，这个窗口在字符串 s 上移动
随着 right 指针的移动，窗口逐渐扩大，此时：
1. 暂存 right 指向的字符，并将 right 右移
2. 将暂存的字符加入 window，或者更新该字符在 window 中的频率
3. 如果暂存的字符在 tFrequency 中存在，并且在 window 中的计数刚好满足了 tFrequency 中对应的数量要求，则增加 formed 的计数，当前子串有可能是目标字符串中的一部分。
4. 当 formed 等于 required（即窗口中已包含所有 t 中的字符，且频率也对应）时，说明已经获得了一个满足要求的目标字串，但未必是最短的，窗口左侧可能存在冗余字符，需要缩小窗口:
  1. 更新最小子串的长度和起始位置
  2. 暂存 left 指向的字符，并将 left 右移来缩小窗口
  3. 将暂存的字符从 window 中移除
  4. 如果暂存的字符在 tFrequency 中存在，并且在 window 中的计数不再满足 tFrequency 中的要求，说明在刚才的移除操作之前，窗口左侧的冗余字段已经移除完毕，此时所获得的就是目标子串的最短形态，故减少 formed 的计数
最终，返回最短子串。如果没有找到符合条件的子串，则返回空字符串。

我的代码

java

public String minWindow(String s, String t) {
    // 存储字符串 t 中每个字符的频率
    HashMap<Character, Integer> tFrequency = new HashMap<>();
    for (char c : t.toCharArray()) {
        tFrequency.put(c, tFrequency.getOrDefault(c, 0) + 1);
    }
    // 表示字符串 t 中字符种类的数目
    int required = tFrequency.size();
    // 记录滑动窗口内每个字符的频率
    HashMap<Character, Integer> window = new HashMap<>();
    // 跟踪当前窗口中满足 t 的字符条件的字符数量
    int formed = 0;

    // 记录最小子串的长度和起始位置
    int minLength = Integer.MAX_VALUE;
    int minLeft = 0;
    int minRight = 0;
    // 窗口的左右边界
    int left = 0;
    int right = 0;
    while (right < s.length()) {
        // c 是将移入窗口的字符
        char c = s.charAt(right);
        // 扩大窗口
        right++;
        // 进行窗口内数据的一系列更新
        window.put(c, window.getOrDefault(c, 0) + 1);
        // 如果当前字符的计数满足 t 中的要求
        if (tFrequency.containsKey(c) && window.get(c).intValue() == tFrequency.get(c).intValue()) {
            formed++;
        }

        // 当找到了一个满足要求的子串时，尝试缩小窗口
        while (formed == required) {
            // 此处更新结果
            if (right - left < minLength) {
                minLength = right - left;
                minLeft = left;
                minRight = right;
            }
            // d 是将移出窗口的字符
            char d = s.charAt(left);
            // 缩小窗口
            left++;
            // 进行窗口内数据的一系列更新
            window.put(d, window.get(d) - 1);
            // 更新 formed 计数
            if (tFrequency.containsKey(d) && window.get(d) < tFrequency.get(d)) {
                formed--;
            }
        }
    }
    return minLength == Integer.MAX_VALUE ? "" : s.substring(minLeft, minRight);
}

总结

滑动窗口统一套路：

本问题要求我们返回字符串 s 中包含字符串 t 的全部字符的最小窗口。我们称包含 t 的全部字母的窗口为「可行」窗口。
在滑动窗口类型的问题中都会有两个指针，一个用于「延伸」现有窗口的 right 指针，和一个用于「收缩」窗口的 l 指针。
在任意时刻，只有一个指针运动，而另一个保持静止。
我们在 s 上滑动窗口，通过移动 r 指针不断扩张窗口。当窗口包含 t 全部所需的字符后，如果能收缩，我们就收缩窗口直到得到最小窗口。

76.最小覆盖子串 ​

解题思路 ​

我的代码 ​

总结 ​

76.最小覆盖子串

解题思路

我的代码

总结