LeetCode（30）：与所有单词相关联的字串

Hard！

题目描述：

给定一个字符串 s 和一些长度相同的单词 words。在 s 中找出可以恰好串联 words 中所有单词的子串的起始位置。

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 "barfoor" 和 "foobar" 。
输出的顺序不重要, [9,0] 也是有效答案。

示例 2:

输入:
  s = "wordgoodstudentgoodword",
  words = ["word","student"]
输出: []

解题思路：

这道题让我们求串联所有单词的子串，就是说给定一个长字符串，再给定几个长度相同的单词，让我们找出串联给定所有单词的子串的起始位置，还是蛮有难度的一道题。这道题我们需要用到两个哈希表，第一个哈希表先把所有的单词存进去，然后从开头开始一个个遍历，停止条件为当剩余字符个数小于单词集里所有字符的长度。这时候我们需要定义第二个哈希表，然后每次找出给定单词长度的子串，看其是否在第一个哈希表里，如果没有，则break，如果有，则加入第二个哈希表，但相同的词只能出现一次，如果多了，也break。如果正好匹配完给定单词集里所有的单词，则把i存入结果中，具体参见代码如下：

C++解法一：

 class Solution {
 public:
     vector<int> findSubstring(string s, vector<string>& words) {
         vector<int> res;
         if (s.empty() || words.empty()) return res;
         int n = words.size(), m = words[].size();
         unordered_map<string, int> m1;
         for (auto &a : words) ++m1[a];
         for (int i = ; i <= (int)s.size() - n * m; ++i) {
             unordered_map<string, int> m2;
             int j = ;
             for (j = ; j < n; ++j) {
                 string t = s.substr(i + j * m, m);
                 if (m1.find(t) == m1.end()) break;
                 ++m2[t];
                 if (m2[t] > m1[t]) break;
             }
             if (j == n) res.push_back(i);
         }
         return res;
     }
 };

这道题还有一种O(n)时间复杂度的解法，设计思路非常巧妙，但是感觉很难想出来。

这种方法不再是一个字符一个字符的遍历，而是一个词一个词的遍历，比如根据题目中的例子，字符串s的长度n为18，words数组中有两个单词(cnt=2)，每个单词的长度len均为3，那么遍历的顺序为0，3，6，8，12，15，然后偏移一个字符1，4，7，9，13，16，然后再偏移一个字符2，5，8，10，14，17，这样就可以把所有情况都遍历到。

还是先用一个哈希表m1来记录words里的所有词，然后我们从0开始遍历，用left来记录左边界的位置，count表示当前已经匹配的单词的个数。然后我们一个单词一个单词的遍历，如果当前遍历的到的单词t在m1中存在，那么我们将其加入另一个哈希表m2中，如果在m2中个数小于等于m1中的个数，那么我们count自增1，如果大于了，那么需要做一些处理，比如下面这种情况, s = barfoofoo, words = {bar, foo, abc}, 我们给words中新加了一个abc，目的是为了遍历到barfoo不会停止，那么当遍历到第二foo的时候, m2[foo]=2, 而此时m1[foo]=1，这时候已经不连续了，所以我们要移动左边界left的位置，我们先把第一个词t1=bar取出来，然后将m2[t1]自减1，如果此时m2[t1]<m1[t1]了，说明一个匹配没了，那么对应的count也要自减1，然后左边界加上个len，这样就可以了。

如果某个时刻count和cnt相等了，说明我们成功匹配了一个位置，那么将当前左边界left存入结果res中，此时去掉最左边的一个词，同时count自减1，左边界右移len，继续匹配。如果我们匹配到一个不在m1中的词，那么说明跟前面已经断开了，我们重置m2，count为0，左边界left移到j+len

C++解法二：

 class Solution {
 public:
     vector<int> findSubstring(string s, vector<string>& words) {
         if (s.empty() || words.empty()) return {};
         vector<int> res;
         int n = s.size(), cnt = words.size(), len = words[].size();
         unordered_map<string, int> m1;
         for (string w : words) ++m1[w];
         for (int i = ; i < len; ++i) {
             int left = i, count = ;
             unordered_map<string, int> m2;
             for (int j = i; j <= n - len; j += len) {
                 string t = s.substr(j, len);
                 if (m1.count(t)) {
                     ++m2[t];
                     if (m2[t] <= m1[t]) {
                         ++count;
                     } else {
                         while (m2[t] > m1[t]) {
                             string t1 = s.substr(left, len);
                             --m2[t1];
                             if (m2[t1] < m1[t1]) --count;
                             left += len;
                         }
                     }
                     if (count == cnt) {
                         res.push_back(left);
                         --m2[s.substr(left, len)];
                         --count;
                         left += len;
                     }
                 } else {
                     m2.clear();
                     count = ;
                     left = j + len;
                 }
             }
         }
         return res;
     }
 };