76. 最小覆蓋子串

難度困難686給你一個字串 S、一個字串 T 。請你設計一種演算法，可以在 O(n) 的時間複雜度內，從字串 S 裡面找出：包含 T 所有字元的最小子串。 示例： 輸入：S = "ADOBECODEBANC", T = "ABC"
輸出："BANC" 提示：
如果 S 中不存這樣的子串，則返回空字串 ""。
如果 S 中存在這樣的子串，我們保證它是唯一的答案。

思路：

我們可以用滑動視窗的思想解決這個問題，在滑動視窗型別的問題中都會有兩個指標。一個用於「延伸」現有視窗的 r 指標，和一個用於「收縮」視窗的 l 指標。在任意時刻，只有一個指標運動，而另一個保持靜止。我們在 s 上滑動視窗，通過移動 r 指標不斷擴張視窗。當視窗包含 t 全部所需的字元後，如果能收縮，我們就收縮視窗直到得到最小視窗。 如何判斷當前的視窗包含所有 ttt 所需的字元呢？我們可以用一個雜湊表表示 ttt 中所有的字元以及它們的個數，用一個雜湊表動態維護視窗中所有的字元以及它們的個數，如果這個動態表中包含 t 的雜湊表中的所有字元，並且對應的個數都不小於 t 的雜湊表中各個字元的個數，那麼當前的視窗是「可行」的。
注意：這裡 ttt 中可能出現重複的字元，所以我們要記錄字元的個數。 只讀元素：for(const auto& x:range) substr（start, length）：返回一個從指定位置開始，並具有指定長度的子字串。 程式碼：

class Solution {
     unordered_map<char, int> hash_t, hash_s;

public:
    bool check()
    {
        for(const auto &p:hash_t)
        {
            if(p.second>hash_s[p.first])
                
 
return 0;
        }
        return 1;
    }
    string minWindow(string s, string t) {
        int left = 0, right = 0, res_l = -1, len = INT_MAX;
        for(const auto &c:t)
        {
             hash_t[c]++;
             hash_s[c] = 0;
        }
           
        while(right<s.size())
        {
            
 
if(hash_t.find(s[right])!=hash_t.end())
                hash_s[s[right]]++;
           
            while(check()&&left<=right)
            {
                if(right-left+1<len)
                {
                    len = right-left+1;
                    res_l = left;
                }
                hash_s[s[left++]]--;
            }
            right++;   

        }
        return res_l == -1 ? string() : s.substr(res_l, len);
    }
};