題目:
給定一個字符串 s 和一些長度相同的單詞 words。找出 s 中恰好可以由 words 中所有單詞串聯形成的子串的起始位置。
注意子串要與 words 中的單詞完全匹配,中間不能有其他字符,但不需要考慮 words 中單詞串聯的順序。
示例 1:
輸入:s = “barfoothefoobarman”,words = [“foo”,“bar”] 輸出:[0,9] 解釋:從索引 0 和 9 開始的子串分別是 “barfoor” 和 “foobar” 。輸出的順序不重要, [9,0] 也是有效答案。
示例 2:
輸入: s = “wordgoodgoodgoodbestword”, words = [“word”,“good”,“best”,“word”] 輸出:[]
思路一(只能通過大部分,少部分超時):
首先將words的全排列,然後將每個排列都組成一個string放在一個vector(即ret_str)中然後將即ret_str中的元素一一在s串中循環尋找
思路二(通過率比前面的高,簡單):
因爲單詞word的長度一樣,所以可以截取s子串做成map,與words做成的map相比較,相等則爲結果中的一個!!!
//map自動排序,並可去重,所以不能直接插入,得判斷是否存在,存在則值+1 例如:輸入"wordgoodgoodgoodbestword" 輸出 [“word”,“good”,“best”,“word”]
思路三:優化思路二
每次在構造sub_map時,先檢測是否在words_map中,不在則直接pass掉
思路一代碼:
class Solution {
public:
vector<int> findSubstring(string s, vector<string>& words) {
//思路:首先將words的全排列的所有可能性放在一個vector(即ret_str)中然後將即ret_str中的元素一一在s串中循環尋找
vector<string> ret_str; //返回拼接完成後的所有情況
string temp_str;
vector<int> ret_temp, ret;
int temp;
//求出所有可能子串
full_prem(0, words, temp_str, ret_str);
//查找子串
for(vector<string>::iterator iter = ret_str.begin(); iter < ret_str.end(); iter++)
{
temp = s.find(*iter);
while(temp != -1)
{
ret_temp.push_back(temp);
temp = s.find(*iter, temp+1);
}
}
//最後去重
sort(ret_temp.begin(), ret_temp.end());
for(temp = 0; temp < ret_temp.size(); temp++)
{
if((temp == 0) || (ret_temp[temp-1] != ret_temp[temp]))
ret.push_back(ret_temp[temp]);
}
return ret;
}
private:
//前綴加後續
void full_prem(int i, vector<string>& words, string& temp, vector<string> &ret_str)
{
if(i == words.size()-1)
{
temp += words[i];
ret_str.push_back(temp);
}
else
{
for(int j = i; j < words.size(); j++)
{
int k = temp.length();
swap(words[i], words[j]);
temp += words[i];
full_prem(i+1, words, temp, ret_str);
swap(words[i], words[j]);
temp.erase(k); //注意要抹去的從k到最後的所有元素!!!
}
}
}
void swap(string &str1, string &str2){
string temp = str1;
str1 = str2;
str2 = temp;
}
};
思路二代碼:
class Solution {
public:
vector<int> findSubstring(string s, vector<string>& words) {
if(s.length() == 0 || words.size() == 0 || words[0].length() * words.size() > s.length())
return {};
vector<int> ret;
map<string,int> words_map;
int i,j;
int words_len = words.size();
int one_word_len = words[0].length();
int all_words_len = one_word_len * (words.size());
for(i = 0; i < words_len; i++)
words_map[words[i]] += 1;
for(i = 0; i < s.length() - all_words_len + 1; i++)
{
map<string,int> sub_map;
for(j = 0; j < words_len; j++)
sub_map[s.substr(i+j*one_word_len, one_word_len)] += 1; //substr第二個參數是個數
if( equal(words_map.begin(), words_map.end(), sub_map.begin(), sub_map.end()) )
ret.push_back(i);
}
return ret;
}
};
思路三代碼:
#if 1
//思路三:優化,每次在構造sub_map時,先檢測是否在words_map中,不在則直接pass掉
class Solution {
public:
vector<int> findSubstring(string s, vector<string>& words) {
if(s.length() == 0 || words.size() == 0 || words[0].length() * words.size() > s.length())
return {};
vector<int> ret;
map<string,int> words_map;
int i,j;
int words_len = words.size();
int one_word_len = words[0].length();
int all_words_len = one_word_len * (words.size());
for(i = 0; i < words_len; i++)
words_map[words[i]] += 1;
for(i = 0; i < s.length() - all_words_len + 1; i++)
{
map<string,int> sub_map;
for(j = 0; j < words_len; j++)
{
string str_temp = s.substr(i+j*one_word_len, one_word_len);
if(words_map.find(str_temp) == words_map.end()) //表明不在words中
goto conti;
sub_map[str_temp] += 1; //substr第二個參數是個數
}
if( equal(words_map.begin(), words_map.end(), sub_map.begin(), sub_map.end()) )
ret.push_back(i);
conti: ;
}
return ret;
}
};
#endif