【LeetCode每日一题】187. 重复的DNA序列 【哈希表+滑动窗口+字符串+位运算】

所有 DNA 都由一系列缩写为 'A'，'C'，'G' 和 'T' 的核苷酸组成，例如："ACGAATTCCG"。在研究 DNA 时，识别 DNA 中的重复序列有时会对研究非常有帮助。

编写一个函数来找出所有目标子串，目标子串的长度为 10，且在 DNA 字符串 s 中出现次数超过一次。

示例 1：

输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT" 输出：["AAAAACCCCC","CCCCCAAAAA"] 示例 2：

输入：s = "AAAAAAAAAAAAA" 输出：["AAAAAAAAAA"]  

提示：

0 <= s.length <= 105 s[i] 为 'A'、'C'、'G' 或 'T'

题解： 最容易想到的方法就是遍历字符串，枚举所有的长度为10的子串，将其放入哈希表进行计数。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        int n = s.size();
        map<string, int> m;
        vector<string> ans;
        for(int i = 0; i + 10 <= n; i++){
            string now = s.substr(i, 10);
            if(m[now] == 0){
                m[now] = 1;
            }
            else{
                if(m[now] == 1) ans.push_back(now), m[now] = 2;
            }
        }
        return ans;
    }
};

进阶题解：

class Solution {
    const int L = 10;
    unordered_map<char, int> bin = {{'A', 0}, {'C', 1}, {'G', 2}, {'T', 3}};
public:
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> ans;
        int n = s.length();
        if (n <= L) {
            return ans;
        }
        int x = 0;
        for (int i = 0; i < L - 1; ++i) {
            x = (x << 2) | bin[s[i]];
        }
        unordered_map<int, int> cnt;
        for (int i = 0; i <= n - L; ++i) {
            x = ((x << 2) | bin[s[i + L - 1]]) & ((1 << (L * 2)) - 1);
            if (++cnt[x] == 2) {
                ans.push_back(s.substr(i, L));
            }
        }
        return ans;
    }
};

复杂度分析

时间复杂度：O(N)，其中 NN 是字符串 s 的长度。

空间复杂度：O(N)。