计算长度K的唯一子序列

在字符串处理中，一个常见的任务是在给定字符串中查找长度为K的唯一子序列。这个任务可以使用多个算法和数据结构来完成，下面将介绍两种常见的方法。

方法一：滑动窗口

滑动窗口是一种常用的技术，可以用来解决多种字符串和数组相关的问题。这里我们可以使用滑动窗口来查找长度为K的唯一子序列。

滑动窗口的思路如下：

1. 从字符串的左侧开始，定义一个窗口，窗口大小为K。
2. 每次将窗口向右移动一格，直到窗口移到字符串的末尾。
3. 在每一次移动窗口时，检查窗口内是否包含唯一字符。如果窗口内包含重复字符，则需要将窗口左侧向右移动，直到不包含重复字符为止。

下面是使用Python实现滑动窗口查找长度为K的唯一子序列的代码片段：

def find_unique_substring(s, k):
    left, right = 0, 0
    unique_set = set()
    res = []
    while right < len(s):
        if s[right] not in unique_set:
            unique_set.add(s[right])
            if right - left + 1 == k:
                res.append(s[left:right+1])
                unique_set.remove(s[left])
                left += 1
            right += 1
        else:
            unique_set.remove(s[left])
            left += 1
    return res

在这个代码片段中，我们使用了一个集合（unique_set）来跟踪窗口内的唯一字符。如果窗口内不包含重复字符，我们将检查窗口的大小是否为K。如果是，我们将该子串添加到结果中，并将窗口左侧向右移动一位。如果窗口内包含重复字符，则我们需要将该字符从集合中删除，并将窗口左侧向右移动一位。

该算法的时间复杂度为O(N)，其中N是字符串的长度。

方法二：哈希表

哈希表是一种常见的数据结构，可以用来实现高效的查找和插入操作。在这里，我们可以使用哈希表来跟踪字符串中的唯一子序列。

哈希表的思路如下：

1. 定义一个哈希表来存储每个字符的最后出现位置。
2. 从字符串的左侧开始遍历，定义一个窗口，窗口大小为K。
3. 检查窗口内是否包含重复字符。如果不包含，则将该子串添加到结果中。
4. 将窗口右侧向右移动一位，并更新哈希表中各字符的最后出现位置。
5. 如果窗口内包含重复字符，则将窗口左侧移到该字符的最后出现位置之后，并且更新哈希表。

下面是使用Python实现哈希表查找长度为K的唯一子序列的代码片段：

def find_unique_substring(s, k):
    left, right = 0, 0
    res = []
    idx_map = {}
    while right < len(s):
        if s[right] in idx_map and idx_map[s[right]] >= left:
            left = idx_map[s[right]] + 1
        idx_map[s[right]] = right
        if right - left + 1 == k:
            res.append(s[left:right+1])
            left += 1
        right += 1
    return res

在这个代码片段中，我们使用了一个字典（idx_map）来跟踪每个字符的最后出现位置。在每次遍历时，我们检查窗口内是否包含重复字符。如果包含，我们将窗口左侧移到该字符的最后出现位置之后，并更新字典。否则，我们将窗口右侧向右移动一位，并更新字典。

该算法的时间复杂度为O(N)，其中N是字符串的长度。