解构 LeetCode 最小覆盖子串难题：一个步步为营的指南

2024-01-12 08:58:27

简介

在计算机科学中，我们经常需要找到满足特定条件的字符串片段。对于 LeetCode 来说，这是一个常见的挑战，要求我们找到包含目标字符串 t 的源字符串 s 的最小覆盖子串。虽然看似简单，但该问题需要我们深入理解字符串操作和动态规划。本文将深入探讨解决此难题的步骤，提供清晰的解释和示例代码，指导您一步步攻克 LeetCode 的最小覆盖子串挑战。

算法剖析

我们采用滑动窗口和动态规划相结合的策略来解决这个问题。滑动窗口允许我们在字符串 s 中移动一个大小可变的窗口，动态规划则帮助我们跟踪窗口中包含目标子字符串 t 所需的最小字符数。

滑动窗口

滑动窗口由两个指针 l 和 r 定义，分别表示窗口的左边界和右边界。我们从窗口大小为 0 开始，并不断扩大窗口，直到包含 t 的所有字符。当窗口包含 t 时，我们移动左指针 l 以减小窗口大小，同时确保仍然包含 t。

动态规划

动态规划创建一个哈希表来跟踪我们当前窗口中每个字符所需的字符数。对于 t 中的每个字符，我们检查其在窗口中的计数是否低于所需计数。如果计数不足，我们将窗口右指针 r 向右移动，并在窗口中添加字符。否则，如果窗口已包含 t 的所有字符，我们将左指针 l 向右移动，移除多余的字符。

实现细节

def minWindow(s: str, t: str) -> str:
    """
    :type s: str
    :type t: str
    :rtype: str
    """
    if len(t) > len(s):
        return ""

    t_count = collections.Counter(t)
    window_count = collections.Counter()

    l, r, count = 0, 0, 0
    min_window = (float('inf'), None)

    while r < len(s):
        if s[r] in t_count:
            window_count[s[r]] += 1
            if window_count[s[r]] <= t_count[s[r]]:
                count += 1

        while count == len(t_count):
            if r - l + 1 < min_window[0]:
                min_window = (r - l + 1, (l, r))

            if s[l] in t_count:
                window_count[s[l]] -= 1
                if window_count[s[l]] < t_count[s[l]]:
                    count -= 1
            l += 1

        r += 1

    if min_window[0] == float('inf'):
        return ""
    else:
        return s[min_window[1][0]:min_window[1][1] + 1]