Repeated DNA Sequences

第一想法用map，直接存string会超内存，既然只有四个字母，用4进制数可以表示：

class Solution {
public:
    int str2num(string s) {
        int res = 0;
        for (int i = 0; i < s.size(); i++) {
            if (s[i] == 'A') res = res * 4;
            else if (s[i] == 'C') res = res * 4 + 1;
            else if (s[i] == 'G') res = res * 4 + 2;
            else if (s[i] == 'T') res = res * 4 + 3;
        }
        return res;
    }
    
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> res;
        int n = s.size();
        if (n < 10) return res;
        
        unordered_map<int, int> m;
        for (int i = 0; i < n - 9; i++) {
            string sub = s.substr(i, 10);
            int cur = str2num(sub);
            if (m.find(cur) == m.end()) {
                m[cur] = 1;
            } else if (m[cur] == 1) {
                res.push_back(sub);
                m[cur]++;
            }
        }
        
        return res;
    }
};

但是156ms。。。。。

这个题归在bit operation里，应该有应用位运算的简单做法

因为字符串由四个不同字符组成，理论上只需要两个比特位就可以表示，但考虑了ascll码表中四个字符的值，发现考虑后三位可以完全区分四个字符。因为pattern长度为10，所以最长需要30个比特可以表示一个字符串，而假定整形是32位，所以一个pattern可以用一个int32_t来表示。

这样做的好处是对于每一个新的pattern，只要对上一个的数值进行左移，再加上最后一位，而不需要重新计算对应数值，用时112ms。。。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> res;
        int n = s.size();
        if (n < 10) return res;
        
        unordered_map<int, int> m;
        int t = 0;
        for (int i = 0; i < n; i++) {
            t = ((t << 3) | (s[i] & 0x7)) & 0x3FFFFFFF;
            if (m.find(t) == m.end()) {
                m[t] = 1;
            } else if (m[t] == 1) {
                res.push_back(s.substr(i - 9, 10));
                m[t]++;
            }
        }
        
        return res;
    }
};

还有更快的解法。。