[Daimayuan] Gene（C++，字符串）

题目描述

高中生物中提到，酶切位点 是基因序列上一段特定的碱基序列，而 限制性核酸内切酶 能够识别出这个序列并在对应的切割位置将基因序列切成两段。

现有一种名为 $EcoRI$ 的限制酶，其识别序列为 GAATTC，切割位置在 G 和 A 之间。（本题只考虑 5'->3' 单链）

给出一段长度为 $n$ 的基因序列（仅由 A/T/G/C 组成的字符串），请你判断使用 $EcoRI$ 在理想条件下能将此序列切成几个部分，并输出每个切割位置 左侧 碱基的下标。

定义该基因序列的下标从左到右分别为 $1,2,3,\dots ,n$。

输入格式

第 $1$ 行一个正整数 $n$ 表示基因序列长度。

第 $2$ 行一个长度为 $n$ 的字符串表示基因序列，保证只出现 A/T/G/C 四种字符。

输出格式

第 $1$ 行输出一个正整数 $x$，表示 $EcoRI$ 在理想条件下能将给出序列切成 $x$ 个部分。

第 $2$ 行从小到大输出 $x-1$ 个正整数，表示每个切割位置 左侧 碱基的下标。

样例输入

15
GATCGGAATTCTTCA

样例输出

2
6

样例说明

显然，对于此样例，容易找到 $EcoRI$ 的识别序列和切割位点：$GATCGG\downarrow AATTCTTCA$。

所以，可以将原基因序列切割成 $2$ 部分，切割位置左侧碱基 G 的下标为 $6$。

数据范围

$6\le n\le 10^7$

解题思路

利用string提供的find方法匹配GAATTC字符串；

利用vector存储答案并统计数量。

最后，AC代码如下：

#include <iostream>
#include <vector>
using namespace std;

vector<int>ans;

int main() {
	int n;
	string str;
	cin >> n >> str;
	string target = "GAATTC";
	int ret = 0;
	while (true) {
		ret = str.find(target, ret);
		if (ret != -1) ans.push_back(ret++);
		else break;
	}
	cout << ans.size() + 1 << endl;
	for (auto iter : ans) {
		cout << iter + 1 << ' ';
	}
	return 0;
}