[LeetCode][438. 找到字符串中所有字母异位词] 滑动窗口:从HashMap,数组,再到统计字母数量之差
By Long Luo
Leetcode 438. 找到字符串中所有字母异位词 题目如下:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25438. 找到字符串中所有字母异位词
给定两个字符串 s 和 p,找到 s 中所有 p 的 异位词 的子串,返回这些子串的起始索引。不考虑答案输出的顺序。
异位词 指由相同字母重排列形成的字符串(包括相同的字符串)。
示例 1:
输入: s = "cbaebabacd", p = "abc"
输出: [0,6]
解释:
起始索引等于 0 的子串是 "cba", 它是 "abc" 的异位词。
起始索引等于 6 的子串是 "bac", 它是 "abc" 的异位词。
示例 2:
输入: s = "abab", p = "ab"
输出: [0,1,2]
解释:
起始索引等于 0 的子串是 "ab", 它是 "ab" 的异位词。
起始索引等于 1 的子串是 "ba", 它是 "ab" 的异位词。
起始索引等于 2 的子串是 "ab", 它是 "ab" 的异位词。
提示:
1 <= s.length, p.length <= 3 * 10^4
s 和 p 仅包含小写字母
看到这道题,首先想到方法就是:
- 统计字符串 \(\textit{p}\) 字母及其数量;
- 使用双指针 + 滑动窗口,如果当前窗口的不同字母种类及其数量和字符串 \(\textit{p}\) 字符串一致,将当前下标增加为答案;
- 扫描到字符串 \(\textit{s}\) 结束。
方法一:HashMap + 滑动窗口
思路与算法:
使用 \(\texttt{HashMap}\) 存储字符串 \(\textit{p}\) 的不同字母种类及其数量。
在字符串 \(\textit{s}\) 中构造一个长度为与字符串 \(\textit{p}\) 的长度相同的滑动窗口,并在滑动中维护窗口中每种字母的数量;当窗口中每种字母的数量与字符串 \(\textit{p}\) 中每种字母的数量相同时,则说明当前窗口为字符串 \(\textit{p}\) 的异位词。
代码如下所示:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46public List<Integer> findAnagrams(String s, String p) {
List<Integer> ans = new ArrayList<>();
int pLen = p.length();
int sLen = s.length();
if (pLen > sLen) {
return ans;
}
Map<Character, Integer> patMap = new HashMap<>();
for (char ch : p.toCharArray()) {
patMap.put(ch, patMap.getOrDefault(ch, 0) + 1);
}
int left = 0;
int right = left + pLen;
// Sliding Window
Map<Character, Integer> winMap = new HashMap<>();
for (int i = left; i < right; i++) {
char ch = s.charAt(i);
winMap.put(ch, winMap.getOrDefault(ch, 0) + 1);
}
if (patMap.equals(winMap)) {
ans.add(left);
}
while (right < sLen) {
char chLeft = s.charAt(left);
winMap.put(chLeft, winMap.get(chLeft) - 1);
if (winMap.get(chLeft) == 0) {
winMap.remove(chLeft);
}
char chRight = s.charAt(right);
winMap.put(chRight, winMap.getOrDefault(chRight, 0) + 1);
left++;
right++;
if (patMap.equals(winMap)) {
ans.add(left);
}
}
return ans;
}
复杂度分析:
时间复杂度:\(O(m+(n-m) \times \Sigma)\),其中 \(n\) 为字符串 \(\textit{s}\) 的长度,\(m\) 为字符串 \(\textit{p}\) 的长度,\(\Sigma\) 为所有可能的字符数。需要 \(O(m)\) 来统计字符串 \(\textit{p}\) 中每种字母的数量;需要 \(O(m)\) 来初始化滑动窗口;需要判断 \(n-m+1\) 个滑动窗口中每种字母的数量是否与字符串 \(\textit{p}\) 中每种字母的数量相同,每次判断需要 \(O(\Sigma)\)。因为 \(\textit{s}\) 和 \(\textit{p}\) 仅包含小写字母,所以 \(\Sigma=26=26\)。
空间复杂度:\(O(\Sigma)\)。用于存储字符串 \(\textit{p}\) 和滑动窗口中每种字母的数量。