滑动窗口+哈希表

哈希表 tottottot 存 wordswordswords 所有单词的出现次数。

维护滑动窗口，窗口长度 m×wm\times wm×w ， mmm 是单词数量 www是单词长度 ， 窗口长度对应可行解的长度。哈希表 wdwdwd 维护滑动窗口内每个单词的出现次数。

维护有效串总数 cntcntcnt ，当 cnt=mcnt=mcnt=m 时，找到一个可行解。当右窗口右移，加入的单词是需要的，cnt++cnt++cnt++ ， 当左窗口右移，移除的单词是需要的，cnt−−cnt--cnt−− 。 对照 wdwdwd 和 tottottot 判断单词是否需要 。

提示 ： 滑动窗口达到最大长度后，维护左窗口。

将 sss 分成 www 组，起点从 000 到 w−1w-1w−1 ，遍历每一组，得到答案。

class Solution {
public:vector findSubstring(string s, vector& words) {//字符串哈希vector ans;if(words.empty()) return ans;unordered_map tot;for(auto &x:words) tot[x]++;int n = s.size(),m = words.size(),w = words[0].size();for(int i = 0;iint cnt = 0;unordered_map wd;for(int j = i ;j<=n;j+=w){if(j >= i + m*w){//滑动窗口满了，维护左窗口auto s1 = s.substr(j-m*w,w);wd[s1]--;if(tot[s1]>wd[s1]) cnt--;//减去了有效串}auto s2 = s.substr(j,w);wd[s2]++;if(tot[s2]>=wd[s2]) cnt++;//增加了有效串if(m == cnt) ans.push_back(j-(m-1)*w);}}return ans;}
};

1. 时间复杂度 : O(w×n)O(w\times n)O(w×n) ， nnn 是字符串 sss 的长度， www 是单词长度。遍历 www 组的时间复杂度 O(w)O(w)O(w) ，每组 nw\dfrac n wwn​ 个单词的时间复杂度 O(nw)O(\dfrac n w)O(wn​) ，遍历字母得到单词的时间复杂度 O(w)O(w)O(w) ，三者是相乘关系，总时间复杂度 O(w×n)O(w\times n)O(w×n)。
2. 空间复杂度 : O(w×m)O(w\times m)O(w×m) ， mmm 是单词总数 wordswordswords 的长度 ， www 是单词长度。 哈希表 tottottot 的空间复杂度是 O(w×m)O(w\times m)O(w×m) ， 哈希表 tottottot 的空间复杂度是 O(w×m)O(w\times m)O(w×m) ，总空间复杂度是 O(2×w×m)O(2\times w\times m)O(2×w×m) 。 忽略常数空间复杂度 O(w×m)O(w\times m)O(w×m) 。

博主致语

理解思路很重要！
欢迎读者在评论区留言，作为日更博主，看到就会回复的。

AC