给定一个字符串 s 和一个字符串数组 words。 words 中所有字符串 长度相同。 s 中的 串联子串 是指一个包含 words 中所有字符串以任意顺序排列连接起来的子串。 例如，如果 words = ["ab","cd","ef"]， 那么 "abcdef"， "abefcd"，"cdabef"， "cdefab"，"efabcd"， 和 "efcdab" 都是串联子串。 "acdbef" 不是串联子串，因为他不是任何 words 排列的连接。 返回所有串联字串在 s 中的开始索引。你可以以 任意顺序 返回答案。

这是一个经典的字符串问题，可以使用滑动窗口和哈希表来解决。

具体实现如下：

1. 首先将 words 数组中的所有字符串存入哈希表中，以便后面用于匹配。

2. 然后使用滑动窗口的思想，从字符串 s 的第一个字符开始，每次向右移动 words 数组中所有字符串的总长度的距离。如果当前子串中包含 words 数组中所有字符串，就将当前子串的起始位置存入结果数组中。

3. 在每次移动滑动窗口时，需要先将窗口左端点对应的单词从哈希表中删除，再将窗口右端点对应的单词加入哈希表中。这样可以保证每次匹配的单词在哈希表中。

4. 如果当前子串中包含 words 数组中所有字符串，需要先将子串中所有单词存入哈希表中，再与 words 数组中的单词进行比较，以保证子串中包含 words 数组中所有单词。

Python 代码如下：

def findSubstring(s: str, words: List[str]) -> List[int]:
    if not s or not words:
        return []
    word_len = len(words[0])
    total_len = len(words) * word_len
    word_dict = {}
    for word in words:
        if word not in word_dict:
            word_dict[word] = 1
        else:
            word_dict[word] += 1
    res = []
    for i in range(len(s) - total_len + 1):
        cur_dict = {}
        j = i
        while j < i + total_len:
            cur_word = s[j:j+word_len]
            if cur_word not in word_dict:
                break
            if cur_word not in cur_dict:
                cur_dict[cur_word] = 1
            else:
                cur_dict[cur_word] += 1
            if cur_dict[cur_word] > word_dict[cur_word]:
                break
            j += word_len
        if j == i + total_len:
            res.append(i)
    return res

其中，word_dict 是存储 words 数组中所有字符串的哈希表，cur_dict 是存储当前子串中所有字符串的哈希表。在每次移动滑动窗口时，需要将相应的单词从哈希表中删除或加入。