LeetCode刷题-187. Repeated DNA Sequences

最新推荐文章于 2022-07-28 15:01:27 发布

原创最新推荐文章于 2022-07-28 15:01:27 发布 · 634 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#leetcode

Leetcode刷题总结--java 同时被 2 个专栏收录

131 篇文章

订阅专栏

leetcode刷题

130 篇文章

订阅专栏

本文介绍了一种算法，用于从DNA序列中找出所有长度为10且出现多次的重复子序列。通过使用两个HashSet来分别存储已见过的子序列及其重复情况，实现了高效查找。

题目：All DNA is composed of a series of nucleotides abbreviated as A, C, G, and T, for example: “ACGAATTCCG”. When studying DNA, it is sometimes useful to identify repeated sequences within the DNA.
Write a function to find all the 10-letter-long sequences (substrings) that occur more than once in a DNA molecule.For example,
Given s = “AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT”,
Return: [“AAAAACCCCC”, “CCCCCAAAAA”].
其实就是寻找DNA中长度为10的重复子串。最简单的想法就是一个嵌套循环。但是我尝试了一下最终显示的是用时过长，无法正确提交。那么想想别的了思路呢，我们就想到了，把DNA遍历一遍，获得所有长度为10的子串，并将其保存在set中，然后每当添加新的子串时，如果该子串已经在set中，则说明其为重复子串。应该输出。但是这里如果直接添加到List当中，你会发现最终的输出结果的list中会有重复子串。所以这里使用两个set来过滤重复的子串。代码入下：

    public static List<String> findRepeatedDnaSequences1(String s) {
        Set<String> tmp = new HashSet<>();
        Set<String> res = new HashSet<>();
        List<String> rr = new ArrayList<>();
        for(int i=0; i<s.length()-9; i++){
            String ss = s.substring(i, i+10);
            if(tmp.contains(ss))
                res.add(ss);
            else
                tmp.add(ss);
        }
        for(String aa:res)
            rr.add(aa);
        return rr;
    }

这段代码第一次运行时间击败了92%的用户。然后我在看discuss的时候发现了一段类似的代码，写得十分简洁。击败了60%的用户。如下：

public List<String> findRepeatedDnaSequences(String s) {
    Set seen = new HashSet(), repeated = new HashSet();
    for (int i = 0; i + 9 < s.length(); i++) {
        String ten = s.substring(i, i + 10);
        if (!seen.add(ten))
            repeated.add(ten);
    }
    return new ArrayList(repeated);
}

然后后来又运行了一次自己写的代码，发现也变成了只击败68%的用户。一脸茫然==所以呢，有的时候排名是一种衡量算法效率的方法，但可能会因为代码的风格习惯等因素，甚至是因为测试服务器不稳定==，即便使用了相同的方法也会造成不一样的结果，不必太过放在心上。
恩，还看到另外一种思路，使用移位运算，来获得10位字符串的唯一键值。相当于我代码里使用的求子串操作。在之前的题目中也碰到过一些使用位操作的解法，都很巧妙。但是无奈自己当年没有好好学位运算这方面的知识，所以总是想不到这种解法的思路和想法。还是要多多学习啊

public List<String> findRepeatedDnaSequences(String s) {
    Set<Integer> words = new HashSet<>();
    Set<Integer> doubleWords = new HashSet<>();
    List<String> rv = new ArrayList<>();
    char[] map = new char[26];
    //map['A' - 'A'] = 0;
    map['C' - 'A'] = 1;
    map['G' - 'A'] = 2;
    map['T' - 'A'] = 3;

    for(int i = 0; i < s.length() - 9; i++) {
        int v = 0;
        for(int j = i; j < i + 10; j++) {
            v <<= 2;
            v |= map[s.charAt(j) - 'A'];
        }
        if(!words.add(v) && doubleWords.add(v)) {
            rv.add(s.substring(i, i + 10));
        }
    }
    return rv;
}