187. 重复的DNA序列

最新推荐文章于 2024-08-31 15:48:32 发布

cx_cs

最新推荐文章于 2024-08-31 15:48:32 发布

阅读量52

点赞数

分类专栏：位运算文章标签：算法 leetcode 哈希算法

本文链接：https://blog.csdn.net/cx_cs/article/details/126436283

版权

位运算专栏收录该内容

18 篇文章 0 订阅

订阅专栏

该博客探讨了一种优化算法，通过位运算来提高寻找DNA序列中重复出现的长度为10的子串的效率。作者提出将字符串转换为数字，并利用滑动窗口和位运算更新，从而避免了传统方法中的高复杂度。这种方法尤其适用于大规模DNA序列分析，降低了时间复杂度。

摘要由CSDN通过智能技术生成

要求：找出字符串里重复出现的长度为10的子串
思路：直接哈希可以，但是每次都要构造新的字符串出来比较是否出现过导致复杂度O(10n)，可以用位运算优化，即把字符串变成数字用滑动窗口位运算更新就行了

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