滑动窗口与哈希表解决字符串子串匹配问题

1. 问题背景与核心挑战

这道力扣经典难题（LeetCode 30）要求在一个字符串s中找出所有能按任意顺序串联给定单词数组words中所有单词的子串起始位置。看似简单的需求背后隐藏着三个关键难点：

1. 排列组合爆炸：单词可以任意顺序排列，传统暴力解法需要对所有排列进行检查，时间复杂度高达O(N!)，完全不可行
2. 重叠匹配干扰：当单词长度相同时（如题目给定的固定长度），多个可能的子串可能重叠，需要精确处理边界
3. 哈希冲突风险：使用哈希表优化时需要设计合理的哈希策略，避免不同单词组合产生相同哈希值

我最初尝试用朴素的滑动窗口解法时，遇到了窗口移动步长设置不当导致的漏检问题。后来发现必须结合单词长度来设计窗口滑动机制，这是许多初学者容易忽略的关键点。

2. 滑动窗口与哈希表的协同设计

2.1 双哈希表的核心思想

解决方案采用主副两个哈希表的精妙设计：

• 主哈希表（target）：预先存储words中每个单词及其出现次数
• 副哈希表（current）：动态记录当前窗口内匹配到的单词及其数量

python复制from collections import defaultdict

def findSubstring(s: str, words: List[str]) -> List[int]:
    if not words or not s:
        return []
    
    word_len = len(words[0])
    total_len = word_len * len(words)
    target = defaultdict(int)
    for word in words:
        target[word] += 1
    
    res = []
    # 滑动窗口主体逻辑将在这里实现
    return res

2.2 窗口滑动步长的数学原理

窗口移动不是简单的逐字符滑动，而是基于单词长度L的跳跃式移动。这是因为：

• 有效子串长度必须是len(words) * L的整数倍
• 每次检查窗口后，下一次检查应该从当前起始位置 + L开始

这使算法复杂度从O(n^2)降