目录
字母异位词要求字符种类和每种字符的数量完全相同，字符顺序可以不同。只要把字符频次放进固定长度的滑动窗口，字符串问题就能化归成更熟悉的整数数组问题。
一、计数数组
如果你觉得字符串形式陌生，可以先把小写字母映射成数字：a 对应 0，b 对应 1，一直到 z 对应 25。这样，字符串就变成了取值范围为 [0, 25] 的整数序列。
接下来建立两个长度为 26 的数组：
targetCounts记录字符串p中每个字符的数量。windowCounts记录当前窗口中相关字符的数量。
整个过程可以写成一条清晰的路径：
字符串 → 计数数组 → 固定长度窗口 → 增量更新匹配量 → 保存起点二、固定窗口
异位词与 p 的长度相同，因此窗口长度始终固定为 p.length()。使用左闭右开区间 [left, right)，初始化时先把 s 的前 p.length() 个字符放入窗口。
如果 p.length() > s.length()，连一个完整窗口都无法形成，可以直接返回空结果。
初始化完成后，每次滑动包含两个动作：右侧加入一个字符，左侧移出一个字符。窗口长度不变，新的起点就是更新后的 left。
三、增量匹配
直接比较两个长度为 26 的数组也可以判断窗口是否匹配，但每移动一次都要重新扫描计数数组。这里使用一个 matched 记录已经满足需求的字符副本数量。
例如 p 中有两个 a，窗口中第一个和第二个 a 都会让 matched 加一；第三个 a 已经超过需求，不再增加。换句话说，matched 等于各字符 min(windowCounts[i], targetCounts[i]) 的总和。
窗口长度固定为 p.length()。当 matched == p.length() 时，窗口中的每个位置都已经匹配到需求，当前窗口就是一个字母异位词。
使用增量状态可以省去每次滑动时对 26 个下标的重新比较。由于字母表大小固定，两种写法的渐进时间复杂度都是 O(n)；matched 优化的是每次移动的常数开销。
四、进出窗口
进窗口和出窗口互为逆操作，更新顺序也正好相反。
字符进入窗口时，先增加频次，再判断增加后的数量是否仍在需求范围内：
windowCounts[index]++;if (windowCounts[index] <= targetCounts[index]) { matched++;}字符离开窗口时，先根据离开前的频次判断它是否占用了一个有效匹配，再减少频次：
if (windowCounts[index] <= targetCounts[index]) { matched--;}windowCounts[index]--;如果选择先减少频次，判断条件需要相应改成 < targetCounts[index]。把两侧写成逆操作，可以直接从进入窗口的逻辑推出离开窗口的逻辑，不用重新模拟一遍。
完整代码如下：
import java.util.LinkedList;import java.util.List;
class Solution { public List<Integer> findAnagrams(String s, String p) { List<Integer> result = new LinkedList<>(); int patternLength = p.length(); int stringLength = s.length(); if (patternLength > stringLength) { return result; }
int[] targetCounts = new int[26]; int[] windowCounts = new int[26]; for (int i = 0; i < patternLength; i++) { targetCounts[p.charAt(i) - 'a']++; }
int left = 0; int right = 0; int matched = 0; while (right < patternLength) { int index = s.charAt(right++) - 'a'; if (targetCounts[index] > 0) { windowCounts[index]++; if (windowCounts[index] <= targetCounts[index]) { matched++; } } } if (matched == patternLength) { result.add(left); }
while (right < stringLength) { int index = s.charAt(right++) - 'a'; if (targetCounts[index] > 0) { windowCounts[index]++; if (windowCounts[index] <= targetCounts[index]) { matched++; } }
index = s.charAt(left++) - 'a'; if (targetCounts[index] > 0) { if (windowCounts[index] <= targetCounts[index]) { matched--; } windowCounts[index]--; }
if (matched == patternLength) { result.add(left); } } return result; }}构造目标计数需要 O(|p|)，滑动窗口需要 O(|s|)，总时间复杂度为 O(|s| + |p|)。两个计数数组长度固定为 26，除返回结果外的额外空间复杂度为 O(1)。
部分信息可能已经过时