leetcode.187:重复的DNA序列

最新推荐文章于 2022-06-13 09:59:45 发布

生如夏狗

最新推荐文章于 2022-06-13 09:59:45 发布

阅读量265

点赞数

CC 4.0 BY-SA版权

分类专栏： leetcode

本文链接：https://blog.youkuaiyun.com/janyoo/article/details/106910480

leetcode 专栏收录该内容

80 篇文章

订阅专栏

该博客探讨了如何高效地解决LeetCode上的187题，即查找DNA字符串中长度为10且重复出现的子序列。博主提出两种解决方案，一种是简单的哈希映射，另一种是利用二进制优化的方法，通过将DNA序列转化为二进制并使用位运算来减少时间和空间复杂度。这种方法的重点在于字符串到二进制的转换和20位掩码的使用，虽然实现较为复杂，但能显著提升效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。

编写一个函数来查找目标子串，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：

输入：s = “AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT”
输出：[“AAAAACCCCC”, “CCCCCAAAAA”]

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/repeated-dna-sequences
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

思路：
1. 最直接的思路就是将每个长度为10的子序列放入map之中，如果当前重复了，则将其放入结果数组之中，要注意第二次的重复的时候不需要放入结果数组之中；
2. 思路1中有重复的工作，比如在获取长度为10的字串的时候，并不是按照去掉最高位之后添加最低位来实现的，因此时间复杂度有优化的空间，同时如果能够将str映射为数字，也能够将map更改为int类型的数组，从而节约空间复杂度，要实现这个想法，基础是字符串中字符出现的可能性只有四个，从而长度为10的字符串的所有可能性为2^20，能够使用整形数组容纳，所以考虑使用二位二进制来分别表示四个字符，当需要右移的时候，则将当前的二进制数字左移两位，之后和新字符的二进制数组进行或运算，最后使用20位的掩码进行与运算，只保留低位即可。（复杂的点在于二进制与字符串之间的相互转换,但优化效果显著！！！）

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        unordered_map<string,int> smap;

        vector<string> ret;
        int len = s.size();
        if(len<=10)return ret;
        string temps = "";
        
        

        for(int i = 0;i<len-9;i++)
        {
            temps = s.substr(i,10);
            unordered_map<string,int>::iterator it = smap.find(temps);
            if(it==smap.end())
            {
                smap.insert(pair<string,int>(temps,1));
            }
            else
            {
                if(it->second==1)
                {
                    ret.push_back(temps);
                    it->second++;
                }
            }
            
        }
        return ret;
    }
};

class Solution {
public:
    int hmap[1048576] = {0};
    string binaryToString(int binary)
    {
        char cmap[] = {'A','G','C','T'};
        string ret = "";
        for(int i = 0;i<10;i++)
        {
            char temp = cmap[binary%4];
            ret = temp + ret;
            binary = binary>>2;
        }
        return ret;
    }
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> ret;
        int len = s.size();
        if(len<=10)return ret;

        memset(hmap,0,1048575);

        vector<int> charmap(128,0);
        charmap['A'] = 0;
        charmap['G'] = 1;
        charmap['C'] = 2;
        charmap['T'] = 3;
        int temp_binary = 0;
        for(int i = 0;i<10;i++)
        {
            temp_binary=temp_binary<<2;
            temp_binary|=charmap[s[i]];
            temp_binary&=0xfffff;
        }
        hmap[temp_binary]++;
        for(int i = 10;i<len;i++)
        {
            temp_binary=temp_binary<<2;
            temp_binary|=charmap[s[i]];
            temp_binary&=0xfffff;

            if(hmap[temp_binary]==0)
            {
                hmap[temp_binary]++;
            }
            else if(hmap[temp_binary]==1)
            {
                ret.push_back(binaryToString(temp_binary));
                hmap[temp_binary]++;
            }
        }

        return ret;
    }
};