Leetcode——30.与所有单词相关联的字串【##】

---

@author: ZZQ

@software: PyCharm

@file: leetcode30_findSubstring.py

@time: 2018/11/20 19:14

题目要求：

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: []
这个案例有点迷，题目明明说words里面的单词都是等长的。。。

---

思路：

方法一：

拿到题目，我们需要做的是找出匹配words中所有单词的子串的下标。
首先，我们用一个hashmap_m1去记录words中出现的单词及其个数，
然后，开始遍历，依次比较从i,i+words_len的所有子串是否匹配words里单词的某种自由组合，当i的值>s_len-words_num*word_len时，剩余的子串也不够匹配的，i至此停止遍历。
在内层循环中， 我们设置一个新的hashmap_m2来存储当前子串中匹配到的单词及其个数。
          当该单词不在hashmap_m1中时，匹配失败，break
          当hashmap_m2中该单词的个数超出hashmap_m1中该单词的个数时，匹配失败，break
          当j刚好等于words_nums时，说明匹配成功，则将当前的下标i存入ans中。
AC代码如下：

class Solution(object):
    def findSubstring(self, s, words):
        """
        :type s: str
        :type words: List[str]
        :rtype: List[int]
        """
        if s == "" or words == []:
            return []
        ans = []
        hash_m1 = {}
        words_num = len(words)
        word_len = len(words[0])
        s_len = len(s)
        if s_len < words_num:
            return []
        for word in words:  # 记录每个单词出现的次数
            if word not in hash_m1:
                hash_m1[word] = 1
            else:
                hash_m1[word] += 1
        for i in range(s_len-words_num*word_len+1):
            hash_m2 = {}
            j = 0
            while j < words_num:  # 需要匹配的单词的个数
                current_word = s[i+j*word_len:i+(j+1)*word_len]
                if current_word in hash_m1:
                    if current_word not in hash_m2:
                        hash_m2[current_word] = 1
                    else:
                        hash_m2[current_word] += 1
                    if hash_m2[current_word] > hash_m1[current_word]:
                        break
                else:
                    break
                j += 1
            if j == words_num:
                ans.append(i)
        return ans

方法二：

但是这种方法比较慢，看了网上大神的解法，于是有了方法二。
这是一个可以达到O(n)的方法。i不是一个字母一个字母的遍历，而是一个单词一个单词的遍历。
比如说：
  当前words中所有单词的长度都为3，则遍历的方法是先遍历0,3,6,9,12...，然后扫描1,4,7,10,13，...，再扫描2,5,8,11,14，...，也就是说外层循环i只需要遍历【0，3】即可。
  我们先设置一个hashmap_m1用于保存words中每个单词出现的个数，然后，对于某个i,设置left来记录某个字串的起始下标，设置count来记录匹配成功的单词个数，设置临时变量k遍历【i,len(s)】之后的所有字母，但此时不依次遍历，而是一个单词一个单词的遍历。设置临时字典hashmap_m2来存储在当下循环中匹配到的单词及其个数。
  内层循环中，判断当前的current_word是否在hashmap_m1：
  如果在，则将hashmap_m2中该单词的个数加1，同时判断hashmap_m2中current_word的个数是否超过hashmap_m1中current_word，如果没有超，则将count加1，否则，说明此时匹配到的单词个数不符合words里的单词个数，则从hashmap_m2中去掉最前面的一个单词，然后将count减1，同时将left后移word_len个单位，直至hashmap_m2【current_word】<=hashmap_m1【current_word】。 当count的值与words中单词的个数相同时，说明匹配成功，则将该起始下标left添加到ans中，然后将left后移word_len个单位，同时将count减1。
   如果current_word不在hashmap_m1则，则说明之前的所有匹配都失败，此时应该将hashmap_m2清零，同时将left后移到j+word_len的位置（重新开始匹配）。

AC代码如下：

class Solution(object):
    def findSubstring(self, s, words):
        """
        :type s: str
        :type words: List[str]
        :rtype: List[int]
        """
        if s == "" or words == []:
            return []
        ans = []
        hash_m1 = {}
        words_num = len(words)
        s_len = len(s)
        if s_len < words_num:
            return []
        for word in words:
            if word not in hash_m1:
                hash_m1[word] = 1
            else:
                hash_m1[word] += 1
        word_len = len(words[0])
        for i in range(word_len):
            left = i    # 记录起始下标
            count = 0     #记录匹配成功的个数
            hash_m2 = {}   # 记录匹配到的单词及其个数
            j = i   # 从i开始往后遍历
            while j <= s_len - word_len:   # 循环停止条件是遍历到最后一个单词所在位置
                current_word = copy.deepcopy(s[j:j + word_len])    # 当前单词
                if current_word in hash_m1:    # 如果单词在hash_m1 中
                    if current_word not in hash_m2:  # 将其加入hash_m2
                        hash_m2[current_word] = 1
                    else:
                        hash_m2[current_word] += 1

                    if hash_m2[current_word] <= hash_m1[current_word]:    # 如果该单词在hash_m2中的个数小于等于其在hash_m1中的个数，将count+1
                        count += 1
                    else:  # 否则将hash_m2中最先匹配到的单词剔除，直至hash_m2[current_word] <= hash_m1[current_word]
                        while hash_m2[current_word] > hash_m1[current_word]:
                            temp_word = s[left:left+word_len]
                            hash_m2[temp_word] -= 1
                            if hash_m2[temp_word] < hash_m1[temp_word]:
                                count -= 1
                            left += word_len
                    if count == words_num:  # 匹配成功
                        if left not in ans:
                            ans.append(left)
                        hash_m2[s[left:left + word_len]] -= 1   # left后移一个单词的长度，hash_m2中最先匹配到的单词移除一个
                        count -= 1
                        left += word_len
                else:  # 当前单词不在hash_m1中，匹配失败，重新开始匹配，count清零，left设置到当前位置
                    hash_m2.clear()
                    count = 0
                    left = j + word_len

                j += word_len
        return ans