题目
DNA序列 由一系列核苷酸组成,缩写为 ‘A’, ‘C’, ‘G’ 和 ‘T’.。
例如,“ACGAATTCCG” 是一个 DNA序列 。
在研究 DNA 时,识别 DNA 中的重复序列非常有用。
给定一个表示 DNA序列 的字符串 s ,返回所有在 DNA 分子中出现不止一次的 长度为 10 的序列(子字符串)。你可以按 任意顺序 返回答案。
示例 1:文章来源:https://www.toymoban.com/news/detail-827755.html
输入:s = “AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT”
输出:[“AAAAACCCCC”,“CCCCCAAAAA”]文章来源地址https://www.toymoban.com/news/detail-827755.html
方法
- 哈希+滑动窗口
- 由于 s 中只含有 4 种字符,我们可以将每个字符用 2 个比特表示,即:
- A 表示为二进制 00
- C 表示为二进制 01
- G 表示为二进制 10
- T 表示为二进制 11
- 我们可以将 s 的每个长为 10 的子串用一个 int 整数表示(只用低 20 位),该 int 作为哈希表的key
- 窗口每次向右滑动一个字符,左边的两个 bit 滑出,右边滑入两个新的 bit
- 由于 s 中只含有 4 种字符,我们可以将每个字符用 2 个比特表示,即:
代码
class Solution {
public:
// vector<string> findRepeatedDnaSequences(string s) {
// int n = s.size();
// map<string, int> maps;
// for(int i = 0; i <= n-10; i++){
// maps[s.substr(i, 10)]++;
// }
// vector<string> ret;
// for(auto it : maps){
// if(it.second > 1){
// ret.push_back(it.first);
// }
// }
// return ret;
// }
vector<string> findRepeatedDnaSequences(string s){
int n = s.size();
map<char, int> maps = {{'A', 0}, {'T', 1}, {'C', 2}, {'G', 3}};
map<int, int> cnt;
int x = 0;
for(int i = 0; i < 10-1; i++){
x = (x<<2) | maps[s[i]];
}
vector<string> ret;
for(int i = 0; i <= n-10; i++){
x = ((x << 2) | maps[s[i + 10 - 1]]) & ((1 << (10 * 2)) - 1);
if(cnt[x] < 2){
cnt[x]++;
if(cnt[x] == 2){
ret.push_back(s.substr(i, 10));
}
}
}
return ret;
}
};
到了这里,关于力扣_字符串10—重复的DNA序列的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!