Repeated DNA Sequences

最新推荐文章于 2022-10-27 20:14:39 发布

原创最新推荐文章于 2022-10-27 20:14:39 发布 · 582 阅读

0 ·

CC 4.0 BY-SA版权

算法专栏收录该内容

1 篇文章

订阅专栏

本文探讨了在Java中优化DNA序列重复检测算法的过程，包括使用位图对应、改进索引获取方法及O(n)算法优化，最终实现高效检测重复序列。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原题链接https://leetcode.com/problems/repeated-dna-sequences/

由于只有ATGC四个字母。我就简单的想到了位图对应的办法来做：

public class Solution {
    public List<String> findRepeatedDnaSequences(String s) {
      Set<String> result=new HashSet<String>();
    	boolean[] b=new boolean[1048575];
    	for (int i = 0; i < s.length()-9; i++) {
    		String tmp=s.substring(i, i+10);
    		int index=getIndex(tmp);
    		if(b[index]){
    			result.add(tmp);
    		}else{
    			b[index]=true;
    		}
		}
		return new ArrayList<String>(result);
    }
    public int getIndex(String s){
    	int index=0;
    	for (int i = 0; i < s.length(); i++) {
			switch (s.charAt(i)) {
			case 'A':
				index+=Math.pow(4, i)*0;
				break;
			case 'T':
				index+=Math.pow(4, i)*1;
				break;
			case 'G':
				index+=Math.pow(4, i)*2;
				break;
			case 'C':
				index+=Math.pow(4, i)*3;
				break;
			}
		}
    	return index;
    }
}

413ms通过，在java中处于平均值吧。

后来想办法优化，getindex方法被频繁调用，但是算法感觉不够精致，重新写了一下：

    private short[] table;
    public int getIndex(String s){
 <span style="white-space:pre">	</span>int index=0;
<span style="white-space:pre">	</span>for (int j =0; j <s.length() ; j++) {
<span style="white-space:pre">		</span>index<<=2;
<span style="white-space:pre">		</span>index|=table[s.charAt(j)-'A'];
<span style="white-space:pre">	</span>}
<span style="white-space:pre">	</span>return index;
    }

还有初始化在这里：

<span style="white-space:pre">	</span>table=new short[20];
    	table[0]=0;
    	table[2] = 1; 
    	table[6] = 2;
    	table[19] = 3;

321ms通过，已经在中上等了。

在网上找了找O(n)的算法，发现由于getIndex是顺序调用的，那么每次不必新计算，在上次结果的基础上左移再处理一下即可。代码如下：

private short[] table;
    public List<String> findRepeatedDnaSequences(String s) {
        if(s.length()<=10){return  new ArrayList<String>();}
       table=new short[20];
    	table[0]=0;
    	table[2] = 1; 
    	table[6] = 2;
    	table[19] = 3;
    	Set<String> result=new HashSet<String>();
    	boolean[] b=new boolean[1048575];
    	int index=0;
    	
    	for (int j =0; j <10 ; j++) {
			index<<=2;
    		index|=table[s.charAt(j)-'A'];
		}
    	b[index]=true;
    	for (int i = 1; i < s.length()-9; i++) {
    		String tmp=s.substring(i, i+10);
    			//既然每次都有规律的移动
    			index<<=2;
    			index|=table[tmp.charAt(9)-'A'];
    			index&=0xFFFFF;
    		if(b[index]){
    			result.add(tmp);
    		}else{
    			b[index]=true;
    		}
		}
		return new ArrayList<String>(result);
    }

312ms通过。实际上并没有快很多。

最终我也就提交这个了。没有找到再优化的办法，毕竟java相比其他语言慢了很多。