2021-9-4 187. 重复的DNA序列（哈希表）

最新推荐文章于 2022-07-11 09:04:40 发布

TABE_

最新推荐文章于 2022-07-11 09:04:40 发布

阅读量233

点赞数

文章标签：算法

本文链接：https://blog.csdn.net/TABE_/article/details/120105619

版权

力扣刷题专栏收录该内容

248 篇文章 4 订阅

订阅专栏

该博客介绍了如何使用滑动窗口算法解决寻找DNA字符串中长度为10并重复出现的子串问题。在给定的DNA序列中，通过遍历字符串并维护一个长度为10的窗口，利用哈希映射记录出现过的子串及其频率，找到出现次数大于1的子串作为重复序列。时间复杂度为O((N-L)L)，空间复杂度为O(N)。

摘要由CSDN通过智能技术生成

注：

题目：
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”]

提示：
0 <= s.length <= 105
s[i] 为 ‘A’、‘C’、‘G’ 或 ‘T’

题解：
思路及算法

沿长度为 N 的字符串移动长度为 L 的滑动窗口。
检查滑动窗口中的序列是否在 Hashset save 中。
如果是，则找到了重复的序列，更新输出。
否则，将序列添加到 HashSet seen 中。

在这里插入图片描述

复杂度分析
时间复杂度：O((N−L)L)。在执行的循环中，有 N−L+1 个长度为 L 的子字符串，这会导致 O((N−L)L) 时间复杂性。
空间复杂度：使用了 O((N−L)L) 去存储 HashSet，由于 L=10 最终为时间复杂度为 O(N)。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        map<string,int> save;
        vector<string> result;
        //此题中目标子串的长度为10
        int L=10;
        if(s.size()<L+1){
            return result;
        }
        for(int i=0;i<s.size()-L+1;i++){
            string str(s.substr(i,L));
            if(save.count(str)){
                save[str]++;
            }
            else{
                save.insert({str,1});
            }
        }
        for(auto p:save){
            if(p.second>1){
                result.push_back(p.first);
            }
        }
        return result;
    }
};