1 前言
1.2 分析
从题目中分析可以得。我们要寻找字符串s中重复出现长度为10的字串。
如下图所示:
【第一步】当我们获取一个字串“AAAAACCCCC”,我们将他存入一个seen:map中
【第二步】获取字串“AAAACCCCCA”,判断seen:map中是否存在,如果存在则其是答案的一部分,否则继续加入到seen:map当中
【第三步】重复上述步骤直到结束。
由于我们要获取字串,那么直接用s.substring()方法,其时间复杂度为O(L), 其中L为字串的长度。
由因为我们需要遍历整个字串,其时间复杂度为O(N)。
因此总时间复杂度为O(NL)相当于暴力求解。
我们能否 降低subString()函数的使用次数?来提高效率呢?
我们可以将一个字串“AAAAACCCCC” 映射为一个hash值。
hash值的计算和更新操作复杂度为O(1),可以代替subString()的使用,从而提高效率。
1.3 代码
package cn.msf.array;
import java.util.HashMap;
import java.util.HashSet;
import java.util.LinkedList;
import java.util.List;
/**
* @author : msf
* @date : 2022/12/21
* 重复的DNA序列
*/
public class FindRepeatedDnaSequences {
public static void main(String[] args) {
String s = "AAAAACCCCCAAAAACCCCCAAAAAGGGTTT";
List<String> res = new FindRepeatedDnaSequences().findRepeatedDnaSequences(s);
System.out.println("res = " + res);
}
public List<String> findRepeatedDnaSequences(String s) {
int[] nums = new int[s.length()];
for (int i = 0; i < nums.length; i++) {
switch (s.charAt(i)) {
case 'A':
nums[i] = 0;
break;
case 'G':
nums[i] = 1;
break;
case 'C':
nums[i] = 2;
break;
case 'T':
nums[i] = 3;
break;
}
}
// 存放重复出现的哈希值
HashSet<Integer> seen = new HashSet<>();
// 记录重复出现的字符串结果
HashSet<String> res = new HashSet<>();
// 数字位数
int L = 10;
// 进制
int R = 4;
// 存储R^(L-1)次方的结果
int RL = (int) Math.pow(R, L - 1);
int windowHash = 0;
// 互动窗口代码
int left = 0;
int right = 0;
while (right < nums.length) {
windowHash = R * windowHash + nums[right];
right++;
// 当子串的长度达到要求
if (right - left == L) {
if (seen.contains(windowHash)) {
// 当窗口中的字串是重复出现的
res.add(s.substring(left,right));
} else {
// 当窗口中的字串之前没有出现过.
seen.add(windowHash);
}
// 缩小窗口,移除字串,炳辉hash值
windowHash = windowHash - nums[left] * RL;
left++;
}
}
return new LinkedList<>(res);
}
}