LeetCode 187. Repeated DNA Sequences

最新推荐文章于 2023-03-18 22:02:57 发布

原创最新推荐文章于 2023-03-18 22:02:57 发布 · 235 阅读

0 ·

CC 4.0 BY-SA版权

本文探讨了在数据量巨大的情况下，如何通过位存储优化内存使用，并详细介绍了将字符转换为四位二进制表示的方法，以及如何在遍历过程中计算和筛选重复的DNA序列。

这道问题因为数据量太大，如果存储字符的话，会造成内存过多。所以需要转换为位存储。

因为有四个数，A，C，G，T. 那么可以分别用00，01，10，11来表示。那么就可以每次将原来的数字乘以4，再加上新数字就可以了。因为要寻找是个的字符。

所以每次的最后求和过后的数字与0xFFFFF做与运算就能把最靠前的超过是个的数字去掉。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
    	map<char,int> strmap;
    	unordered_map<int,int> dict;
    	vector<string> ret;
    	strmap.insert(make_pair('A',0));
    	strmap.insert(map<char,int>::value_type('C',1));
    	strmap.insert({map<char,int>::value_type('G',2),map<char,int>::value_type('T',3)});
    	int sum = 0;
    	cout<<s.size()<<endl;
    	for(int i =0 ;i<s.size();i++)
    	{
    		sum = (sum*4 + strmap[s[i]]) & 0xFFFFF;
    		if( i < 9 ) continue;
    		if(dict[sum] ++ == 1)
    			ret.push_back(s.substr(i-9,10));
       	}
    	return ret;
    }
};