串联所有单词的字串

给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。

s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。

例如，如果 words = ["ab","cd","ef"]，那么 "abcdef"， "abefcd"，"cdabef"， "cdefab"，"efabcd"，和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串，因为他不是任何 words 排列的连接。

返回所有串联子串在 s 中的开始索引。你可以以 任意顺序 返回答案。

示例 1：

输入：s = "barfoothefoobarman", words = ["foo","bar"]
输出：[0,9]
解释：因为 words.length == 2 同时 words[i].length == 3，连接的子字符串的长度必须为 6。
子串 "barfoo" 开始位置是 0。它是 words 中以 ["bar","foo"] 顺序排列的连接。
子串 "foobar" 开始位置是 9。它是 words 中以 ["foo","bar"] 顺序排列的连接。
输出顺序无关紧要。返回 [9,0] 也是可以的。

示例 2：

输入：s = "wordgoodgoodgoodbestword", words = ["word","good","best","word"]
输出：[]
解释：因为 words.length == 4 并且 words[i].length == 4，所以串联子串的长度必须为 16。
s 中没有子串长度为 16 并且等于 words 的任何顺序排列的连接。
所以我们返回一个空数组。

示例 3：

输入：s = "barfoofoobarthefoobarman", words = ["bar","foo","the"]
输出：[6,9,12]
解释：因为 words.length == 3 并且 words[i].length == 3，所以串联子串的长度必须为 9。
子串 "foobarthe" 开始位置是 6。它是 words 中以 ["foo","bar","the"] 顺序排列的连接。
子串 "barthefoo" 开始位置是 9。它是 words 中以 ["bar","the","foo"] 顺序排列的连接。
子串 "thefoobar" 开始位置是 12。它是 words 中以 ["the","foo","bar"] 顺序排列的连接。

提示：

1 <= s.length <= 10^4
1 <= words.length <= 5000
1 <= words[i].length <= 30
words[i] 和 s 由小写英文字母组成

建立一个统计words里单词出现次数的哈希表。
每次循环维护一个窗口，窗口的长度等于words的长度。每一次循环将窗口右移一格，直到窗口到达s右端点。
建立哈希表统计窗口中单词出现次数，如果两个哈希表相等，把起始坐标加入答案数组中。

class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<int> res; //结果数组
        int d=words[0].size(); // 单词长度
        int m=words.size(); // 单词个数
        int len=m*d; // 单词总长度
        unordered_map<string,int> word;
        for(auto i:words) word[i]++; //初始化word哈希表
        for(int i=0;i+len<=s.size();i++){ // 遍历每一个窗口
            unordered_map<string,int> window;
            int j=i; //记录窗口起始坐标
            while(j<i+len) { //遍历窗口
                auto sub=s.substr(j,d);
                window[sub]++;
                j+=d;
            }
            if(window==word) res.push_back(i);
        }
        return res;
    }
};

这个解法枚举了所有的固定大小的窗口，最坏可能性外层循环s.size()次，内层循环len次，所以时间复杂度是O(s.size()*m*d)。10的9次方级别的运算量，很容易超时。

时间复杂度主要来自于外层循环，仔细观察发现其实窗口只有d种情况，窗口的起点是[0,d-1]。其余所有窗口都是这d个窗口平移n个d得到的。那么外层循环次数就可以优化为d次。

在每一轮循环维护一个滑动窗口，记录左边界，右边界和窗口内单词数，维护一个哈希表window记录窗口内的单词出现次数。

class Solution {
public:
    vector<int> findSubstring(string s, vector<string>& words) {
        vector<int> res;
        int m=words.size();
        int d=words[0].size();
        int len=m*d;
        unordered_map<string,int> word;
        for(auto i:words) word[i]++;
        for(int i=0;i<d;i++){
            unordered_map<string,int> window;
            int left=i,right=i,count=0;
            while(right+d<=s.size()){
                auto t=s.substr(right,d);
                right+=d;
                if(word.find(t)!=word.end()){
                    window[t]++;
                    count++;
                    while(window[t]>word[t]){
                        auto leftword=s.substr(left,d);
                        window[leftword]--;
                        left+=d;
                        count--;
                    }
                    if(count==m) res.push_back(left);
                }
                else{
                    left=right;
                    window.clear();
                    count=0;
                }
            }
        }
        return res;
    }
};

时间复杂度O(d)*O(s.size()/O(d))=O(s.size())。

leetcode-30. 串联所有单词的子串

串联所有单词的字串