标签：10 DNA -- 10.8 int vector 窗口 size

重复的DNA序列

hash + 滑动窗口 + 位运算

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。

编写一个函数来找出所有目标子串，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 1：

输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出：["AAAAACCCCC","CCCCCAAAAA"]

示例 2：

输入：s = "AAAAAAAAAAAAA"
输出：["AAAAAAAAAA"]

单单哈希表：

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        int l = 10;
        vector<string> ans;
        map<string, int> cnt;
        int n = s.size();//s.size()返回的不是 int
        for(int i = 0; i <= n - l; i++){
            string s1 = s.substr(i, l);
            cnt[s1]++;
            if(cnt[s1] == 2) ans.push_back(s1);
        }
        return ans;
    }
};

hash + 滑动窗口 + 位运算：

思路：

　　将字符串用 01 数字表示，ACGT 分别为 00 01 10 11，这样一个字符串可以用一个 整型数字表示（整型数字有32位）。

       使用一个滑行窗口，窗口大小为 10。一直往后滑行，每滑行一个字母，窗口都会改变，这样改变时间复杂度为 O(1)。

　　窗口改变的过程：

　　　　①：窗口往后移动一位，即二进制数左移两位（每个字母需要用2bit表示），x = x << 2；

　　　　②：新增一个数，x = x | b[ch]；

　　　　③：最前面的字母离开窗口，即把二进制数保留 20 位，x = x & (( 1 << 20 ) - 1)； 

　　所以总的思路就是：建立一个滑动窗口，遍历 n - l + 1次，每次改变窗口位置，随之改变 x （时间复杂度O(1)），然后判断 x 是否出现 2 次，就可以把 substr(i, l)放入 ans 里面。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        int l = 10, n = s.size(), x = 0;
        vector<string> ans;
        map<char, int> b = {{'A',0},{'C',1},{'G',2},{'T',3}};
        map<int, int> cnt;
        for(int i = 0; i < l - 1; i++){
            x = (x << 2) | b[s[i]];
        }
        for(int i = 0; i <= n - l; i++){
            x = ((x << 2) | b[s[i + l - 1]]) & ((1 << (l * 2)) - 1);
            cnt[x]++;
            if(cnt[x] == 2) ans.push_back(s.substr(i, l));
        } 
        return ans;
    }
};

　　

 

　　

标签：10,DNA,--,10.8,int,vector,窗口,size
来源： https://www.cnblogs.com/rongrongrong/p/15381467.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。