在解决最小覆盖子串一类问题时，通常的思路是先在原字符串中找到目标字符串所包含的所有字符，然后逐步缩小窗口，直到窗口中的字符不再包含目标子串中的字符。这个过程中记录子串的开始位置和长度。

string MinWindow(string s, string t)
{
    unordered_map<char, int> need, window;
    for(char i  : t) {
        need[i]++;
    }
    int left = 0;
    int right = 0;

    int valid = 0;
    int start = 0;
    int len = INT32_MAX;

    while(right < s.size()) {
        char c = s[right];
        right++;
        if (need.count(c) > 0) {
            window[c]++; // 加入滑窗
            if (window[c] == need[c]) {
                valid++;
            }
        }
        while(valid == need.size()) {
            if (right -left  < len) {
                start = left;
                len = right - left;
            }
            char d = s[left];
            left++;
            if (need.count(d)) {
                if (window[d] == need[d]) {
                    valid--;
                }
                window[d]--; // 从滑窗删除
            }
        }
    }
    return len == INT32_MAX ? "" : s.substr(start, len);
}

1、对于子串覆盖类问题，抓住一点，目标子串的特征是a，有哪些字符；b，这些字符中每个字符有几个。转换为统计特征后，字符之间的先后顺序则通过双指针的移动来表示，因为双指针的移动不改变字符串中各字符的先后顺序。
2、滑动窗口的构造即抓住1中所述的特点构造Hash表，字符作为key。字符入窗和出窗的操作即改变Hash表中对应字符的value。
3、滑动窗口中的双指针均是从左往右移动。