题单介绍：

精选 100 道力扣（LeetCode）上最热门的题目，适合初识算法与数据结构的新手和想要在短时间内高效提升的人，熟练掌握这 100 道题，你就已经具备了在代码世界通行的基本能力。

题单介绍：

题目：75. 颜色分类 - 力扣（Leetcode）

题目的接口：

解题思路：

代码：

过过过过啦！！！！

题目：76. 最小覆盖子串 - 力扣（Leetcode）

题目的接口：

解题思路：

代码：

过过过过啦！！！！

写在最后：

题目：75. 颜色分类 - 力扣（Leetcode）

题目的接口：

class Solution {
public:
    void sortColors(vector<int>& nums) {

    }
};

解题思路：

这道题最简单的方法当然是直接排序啦：

class Solution {
public:
    void sortColors(vector<int>& nums) {
        sort(nums.begin(), nums.end());
    }
};

但是题目说不允许我们直接排序，

还提出了一个进阶的要求，让我们遍历一遍就完成排序，

那么我的思路就是，直接遍历数组，

遇到0就放到最前面，遇到1就继续往后走，遇到2就放到最后面。

我们将右边界作为我们循环结束的条件即可

代码如下：

代码：

class Solution {
public:
    void sortColors(vector<int>& nums) {
        int left = 0, right = nums.size() - 1;
        int i = 0;
        while(i <= right) {
            if(nums[i] == 0) {
                swap(nums[i], nums[left]);
                i++;
                left++;
            }
            else if(nums[i] == 1) i++;
            else { //nums[i] == 2
                swap(nums[i], nums[right]);
                right--;
            }
        }
    }
};

过过过过啦！！！！

题目：76. 最小覆盖子串 - 力扣（Leetcode）

题目的接口：

class Solution {
public:
    string minWindow(string s, string t) {

    }
};

解题思路：

这道题，看到子串匹配，寻找最小子串，

我不由自主的就能想到滑动窗口，

这样问题就简化成了：

只要我们能找到滑动窗口的更新边界的规则就行，

1. 找到能够匹配的字母就开始更新边界，

2. 用count记录子串什么时候被匹配完，

3. 当子串被匹配完了，更新左边界。

直接安装上面的三步思路实现代码即可。

代码如下：

代码：

class Solution {
public:
    string minWindow(string s, string t) {
        unordered_map<char, int> need, window;
        for(auto& e : t) need[e]++; //需要匹配的子串进need哈希
        int left = 0, right = 0, len = INT_MAX, start = 0, count = 0;
        while(right < s.size()) { //遍历
            if(need.find(s[right]) != need.end()) { //如果找到能匹配的字母
                window[s[right]]++; //更新右边界
                if(window[s[right]] == need[s[right]]) { //记录需要匹配的子串匹配完了没
                    count++;
                }
            }
            while(count == need.size()) { //如果子串匹配完了
                if(len > right - left + 1) { //更新最短子串
                    start = left; //新最短子串的起始位置
                    len = right - left + 1; //新最短子串的长度
                }
                if(need.find(s[left]) != need.end()) { //如果还有左边界
                    if(need[s[left]] == window[s[left]]) { //且左边界是需要匹配的子串
                        count--; //减少计数，就能继续更新右边界了
                    }
                    window[s[left]]--; //更新左边界
                } 
                left++; //更新左边界
            }
            right++; //遍历
        }
        return len == INT_MAX ? "" : s.substr(start, len);
    }
};