30. 串联所有单词的子串（hard）

方法一：暴力

思路：
map存每个单词出现的个数。枚举s串的每一个下标i作为起始点：从起始点i开始，每m位（m = words[i].length）截出一个子串，一共截出n个（n = words.length），在map中查询该子串是否为单词且还有剩余个数——若否，则i不是答案；若是，剩余个数减1。如果n个单词都通过了检查，则i是答案。每一趟i的循环都要将map复原。

数据范围：
1 <= s.length <= 104
1 <= words.length <= 5000
1 <= words[i].length <= 30

时间复杂度分析：
$$O(10000\ast (5000\ast 30\ast log5000+5000))$$

所以很自然的超时了（通过175/179）

附上代码：

struct p {
    int total, res;
};
class Solution {
    vector<int> ans;
    map<string, p> mymap;
    int n; //字符串s长度
    int cnt; //单词个数
    int m; //每个单词的长度
public:
    vector<int> findSubstring(string s, vector<string>& words) 
    {
        cnt = words.size();
        n = s.length();
        m = words[0].length();
        for (auto & word : words)
            mymap[word].total++;

        for (int i=0; i<n; i++)
        {
            for (auto &[k,v] : mymap)
                v.res = v.total;

            int j;
            for (j = i; j<i+cnt*m; j+=m )
            {
                string tmpword = s.substr(j, m);
                if (mymap[tmpword].res > 0)
                    mymap[tmpword].res--;
                else
                    break;
            }
            if (j == i+cnt * m)
                ans.push_back(i);
            
        }
        return ans;
    }
};

方法二：滑窗

思路：
单词分割方式只有m种（m = words[i].length）。比如s="acbdefghijkl"且m=3的话：

abc def ghi jkl
bcd efg hij
cde fgh ijk
def ghi jkl（到这儿就会发现和第一行重复了）

所以无需像方法一那样枚举每一个s串的下标，而是只枚举前m个下标。
然后对于每一种分割方式。
map1存单词表中每个单词出现的个数。map2存每个单词到整数的映射。数组cnt[5000]存滑窗中每个单词出现的次数。

通过代码：

class Solution {
    vector<int> ans;
    map<string, int> map1, map2; //map1存单词表中每个单词出现的个数。map2存每个单词到整数的映射。
    int st[5000];
public:
    vector<int> findSubstring(string s, vector<string>& words) 
    {
        int cnt = words.size(), n = s.length(), m = words[0].length(), num = 0;
        for (auto & word : words)
            map1[word]++;
        for (auto &[k,v] : map1)
            map2[k] = num++;
        s = s +  "          " + "          " + "          ";
        for (int i=0; i<m; i++)
        {
            int pl = i, pr = i;
            while (pr <= n)
            {
                string currWord = s.substr(pr, m);
                int currWordIndex = map2[currWord];
                int currWordCnt = map1[currWord];
                if (st[currWordIndex] >= currWordCnt)
                {
                    // 检查是否为答案
                    if (pr - pl == m * cnt) ans.push_back(pl);
                    //pl右移
                    while (st[currWordIndex] >= currWordCnt)
                    {
                        st[map2[s.substr(pl, m)]]--;
                        pl += m;
                    }
                }
                st[currWordIndex]++;
                pr+=m;
            }
        }
        return ans;
    }
};

再次优化

这个思路已经很好了，但是为什么运行还是太慢？因为map中存了大量不属于单词表的串。

考虑下面的代码，size是1不是0

map<string, int> mm;
cout << mm["haha"];
printf("%d", mm.size());

所以为了避免不属于单词表的子串存入map1和map2，代码改为如下：

class Solution {
    vector<int> ans;
    map<string, int> map1, map2; //map1存单词表中每个单词出现的个数。map2存每个单词到整数的映射。
    int st[5000];
public:
    vector<int> findSubstring(string s, vector<string>& words) 
    {
        int cnt = words.size(), n = s.length(), m = words[0].length(), num = 0;
        for (auto & word : words)
            map1[word]++;

        for (auto &[k,v] : map1)
            map2[k] = num++;

        for (int i=0; i<m; i++)
            s += " ";

        for (int i=0; i<m; i++)
        {
            int pl = i, pr = i;

            while (pr <= n)
            {
                string currWord = s.substr(pr, m);
                if (map1.count(currWord) == 0)
                {
                    if (pr - pl == m * cnt) ans.push_back(pl);
                    while (pl < pr)
                    {
                        st[map2[s.substr(pl, m)]]--;
                        pl += m;
                    }
                    pr += m;
                    pl = pr;
                    continue;
                }

                int currWordIndex = map2[currWord];
                int currWordCnt = map1[currWord];
                if (st[currWordIndex] >= currWordCnt)
                {
                    // 检查是否为答案
                    if (pr - pl == m * cnt) ans.push_back(pl);
                    //pl右移
                    while (st[currWordIndex] >= currWordCnt)
                    {
                        st[map2[s.substr(pl, m)]]--;
                        pl += m;
                    }
                }
                st[currWordIndex]++;
                pr+=m;
            }
        }
        return ans;
    }
};

这个结果就很好了。

小记-map的使用

1. 考虑下面的代码，size是1不是0

map<string, int> mm;
cout << mm["haha"];
printf("%d", mm.size());

2. map的遍历方法

for (auto &[k,v] : map1)
	map2[k] = num++;