題目：
You are given a string, S, and a list of words, L, that are all of the same length. Find all starting indices of substring(s) in S that is a concatenation of each word in L exactly once and without any intervening characters.
For example, given:
S: "barfoothefoobarman"
L: ["foo", "bar"]
You should return the indices: [0,9].
(order does not matter).
題解：
我最開始做的是說把L里面給的串全排列放起來，看S包含不包含其中之一，包含的話反話其index。但是這個方法TLE了
代碼：
2 String temp = new String();
3 temp = str[i];
4 str[i] = str[j];
5 str[j] = temp;
6 }
7
8 public static void arrange (String[] L, int st, ArrayList<String> re){
9 if (st == L.length - 1){
10 String temp = new String();
11 for ( int i = 0; i < L.length; i ++){
12 temp +=L[i];
13 }
14 re.add(temp);
15 } else{
16 for ( int i = st; i < L.length; i ++){
17 swap(L, st, i);
18 arrange(L, st + 1,re);
19 swap(L, st, i);
20 }
21 }
22 return ;
23 }
24 public static ArrayList<Integer> findSubstring(String S, String[] L) {
25 ArrayList<Integer> result = new ArrayList<Integer>();
26 ArrayList<String> possible = new ArrayList<String>();
27 arrange(L,0,possible);
28
29 for( int j= 0; j<possible.size();j++){
30 if(S.contains(possible.get(j)))
31 result.add(S.indexOf(possible.get(j)));
32 }
33
34 return result;
35 }
更好的解法就是一種滑動窗口式的。我是參照了http://blog.csdn.net/linhuanmars/article/details/20342851的寫法，他的寫法目前速度最快。
首先是先把所給的字典利用HashMap建一下，key存word，value存這個word出現的個數。
因為每個單詞長度一樣，外層循序只許循環wordLen次，每次指針挪一次，每一次循環遍歷整個字符串。
內層循環每次遍歷一個單詞，把整個S字符串遍歷檢查。
需要在每次大循環維護一個count，看是不是達到了給的字典字符串數量，同時維護一個index，是每個符合條件的字符串的起始index，需要存到返回結果中。
為了能夠檢查是不是合格字符串，在這里維護一個curDict的HashMap。
首先檢查一個單詞是不是在原始字典中出現，沒出現的話說明這個單詞肯定不符合標准，index指針指向下一個單詞的起始點，計數器和curDict都要清零。
如果這個單詞在原始字典里出現過，用更新原始字典的方法更新curDict，如果這個單詞出現的次數沒有超過原始字典里記錄的次數，那么count++，如果超過了，就需要挪動指針，並把超過的從curDict刪掉。
最后，如果count達到了L的length，說明找到了一個合格的字符串，那么將index存入返回結果res中，再把index挪到下一個單詞處，更新curDict即可。
code ganker的講解是這樣的：
“
這道題看似比較復雜，其實思路和Longest Substring Without Repeating Characters差不多。因為那些單詞是定長的，所以本質上和單一個字符一樣。和Longest Substring Without Repeating Characters的 區別只在於我們需要維護一個字典，然后保證目前的串包含字典里面的單詞有且僅有一次。思路仍然是維護一個窗口，如果當前單詞在字典中，則繼續移動窗口右 端，否則窗口左端可以跳到字符串下一個單詞了。假設源字符串的長度為n，字典中單詞的長度為l。因為不是一個字符，所以我們需要對源字符串所有長度為l的 子串進行判斷。做法是i從0到l-1個字符開始，得到開始index分別為i, i+l, i+2*l, ...的長度為l的單詞。這樣就可以保證判斷到所有的滿足條件的串。因為每次掃描的時間復雜度是O(2*n/l)(每個單詞不會被訪問多於兩次，一次是窗 口右端，一次是窗口左端)，總共掃描l次（i=0, ..., l-1)，所以總復雜度是O(2*n/l*l)=O(n)，是一個線性算法。空間復雜度是字典的大小，即O(m*l)，其中m是字典的單詞數量。
”
代碼部分我自己稍作了修改，主題思想與code ganker相同。
代碼如下：
2 ArrayList<Integer> res = new ArrayList<Integer>();
3 if(S== null||L== null||S.length()==0||L.length==0)
4 return res;
5 int wordLen = L[0].length(); // same length for each word in dictionary
6
7 // put given dictionary into hashmap with each word's count
8 HashMap<String, Integer> dict = new HashMap<String, Integer>();
9 for(String word: L){
10 if(!dict.containsKey(word))
11 dict.put(word, 1);
12 else
13 dict.put(word, dict.get(word) + 1);
14 }
15
16 for( int i = 0; i < wordLen; i++){
17 int count = 0;
18 int index = i; // index of each startpoint
19 HashMap<String, Integer> curdict = new HashMap<String, Integer>();
20 // till the first letter of last word
21 for( int j = i; j <= S.length() - wordLen; j += wordLen){
22 String curWord = S.substring(j, j + wordLen);
23 // check each word to tell if it existes in give dictionary
24 if(!dict.containsKey(curWord)){
25 curdict.clear();
26 count = 0;
27 index = j + wordLen;
28 } else{
29 // form current dictionary
30 if(!curdict.containsKey(curWord))
31 curdict.put(curWord, 1);
32 else
33 curdict.put(curWord, curdict.get(curWord) + 1);
34
35 // count for current found word and check if it exceed given word count
36 if(curdict.get(curWord) <= dict.get(curWord)){
37 count++;
38 } else{
39 while(curdict.get(curWord) > dict.get(curWord)){
40 String temp = S.substring(index, index + wordLen);
41 curdict.put(temp, curdict.get(temp)-1);
42 index = index + wordLen; // make index move next
43 }
44 }
45
46 // put into res and move index point to nextword
47 // and update current dictionary as well as count num
48 if(count == L.length){
49 res.add(index);
50 String temp = S.substring(index, index + wordLen);
51 curdict.put(temp, curdict.get(temp)-1);
52 index = index + wordLen;
53 count--;
54 }
55 }
56 } // end for j
57 } // end for i
58 return res;
59 }