[C++] LeetCode 187. Repeated DNA Sequences

最新推荐文章于 2024-04-21 19:46:46 发布

沧海漂游_

最新推荐文章于 2024-04-21 19:46:46 发布

阅读量593

点赞数

分类专栏： Leetdode

本文链接：https://blog.youkuaiyun.com/lv1224/article/details/79822994

版权

Leetdode 专栏收录该内容

92 篇文章

订阅专栏

本文介绍了一种高效查找DNA分子中重复出现的10字母长序列的方法。通过将DNA的四种核苷酸转换为二进制表示，利用位运算来快速匹配重复序列。此算法避免了传统方法中的大量重复计算，显著提高了查找效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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”].

解析

这道题最直观的解法可以使用map来做，但是用时会比较长。其次可以考虑用位运算。A,T,C,G分别用0,1,2,3表示，即使用2bit可以表示一个字符，那么10个长度的字符串只需要20bit即可。

代码

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        unordered_map<char,int> m;
        m['A']=0,m['T']=1,m['C']=2,m['G']=3;
        unordered_map<int,int> count;
        int mask=0x3ffff,num=0;     //mask是用来取出低28位，方便右移
        vector<string> res;
        for(int i=0;i<9;i++){
            num=num<<2;
            num|=m[s[i]];
        }
        num=num<<2;
        for(int i=9;i<s.size();i++){
            num|=m[s[i]];
            count[num]+=1;
            if(count[num]==2){
                res.push_back(s.substr(i-9,10));    //如果一个num出现第二次则重复次数超过1，加入到res中，采用等号是防止重复加入
            }
            num=(mask&num)<<2;
        }
        return res;
    }
};