题目：

给定两个字符串 s1 和 s2，写一个函数来判断 s2 是否包含 s1 的排列。
换句话说，第一个字符串的排列之一是第二个字符串的子串。

可以看到，通过率在 35% 左右，不算太难。

思路：

先回想一下76题是什么，那题让我们求得最小覆盖子串，而这个子串，其实是覆盖了数组s1的序列。再来看看这一题：

s2中只要包含s1的排列，那么返回true，反之false。这其实就是告诉你，你需要找到一个序列，其中包含且仅有s1的所有元素。
76题我们找的也是一个序列，但是其中不一定只能有s1中的所有元素
这样一看问题就简单了，让我们再对76题做一个简单分析（这很重要，请务必看）：

76题

可以看到，在76题的算法中，我们的窗口大小一开始是没有限制的，直到找到一个大窗口包含了所需序列，再逐渐缩小。而这一题，我们的窗口大小是固定的，窗口大小就是s1数组的大小。

所以说这一题就相当于76题的简化版，我们不需要考虑窗口大小问题了，我们的目的仅仅是去找这个固定大小窗口在滑动过程中是否匹配到s1的排列。匹配思想还是和76题一样。
如何匹配？ 其实记录频率就行，我们关键在于区分一个字符是否是s1中的字符，而区分的方法就是：我们可以用数组存储s1中元素出现的频率。当元素进入窗口，让频率 - 1，如果频率仍然 >= 0，说明这个新入窗的元素是我们需要的元素。同样的出窗操作时频率 + 1。且记录有效元素时进行计数。满足要求时即可返回true。

完整代码：

// 滑动窗口解题
bool checkInclusion(char * s1, char * s2){
    // 长度
    int len1 = strlen(s1), len2 = strlen(s2);
    // 用于计数
    int cnt = len1;
    // 左右指针
    int l, r;
    l = 0; r = 0;
    // 存储s1字母出现频率
    int fre[256] = {0};
    //记录频率
    for(int i = 0; i < len1; ++i){
        ++fre[s1[i]];
    }
    // 遍历开始
    while(r < len2){
        // 新入窗的元素是s1中的元素，计数-1
        if(--fre[s2[r]] >= 0){
            --cnt;
        }
        //滑动窗口
        if(r > len1 - 1){
            //出窗元素是s1中的元素，计数+1
            if(++fre[s2[l++]] > 0){
                ++cnt;
            }
            
        }
        //当前窗口符合要求，返回true
        if(cnt == 0){
            return true;
        }
        //右移窗口
        ++r;
    }
    //执行到这一步，说明不符合，返回false
    return false;
}

在写代码的时候要注意几个问题：

首先如过有循环语句，不要在循环语句的表达式里出现 strlen() ，因为字符串长度是需要O(n)的时间复杂度求得的这样算法的时间复杂度直接就变成O(n*n)。。。
左右指针边界问题，如果让右指针一开始指向窗口右界，那么可能没什么需要注意的。但是如果你让右指针初值为右界 + 1，请注意最后一个窗口的边界问题。。。
这题的判断字符是否在字符串中的思想值得好好的归纳。利用fre与0的比较可以将O(n)时间复杂度的判定问题转换为O(1)。

AC