LeetCode-Python-187. 重复的DNA序列

所有 DNA 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。

编写一个函数来查找 DNA 分子中所有出现超多一次的10个字母长的序列（子串）。

示例:

输入: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"

输出: ["AAAAACCCCC", "CCCCCAAAAA"]

第一种思路：

线性扫描一遍S，把所有的长度为10的子串找出来，用hashmap记录出现的次数。

然后输出出现次数 > 1 的子串。

时间复杂度：O（N）

空间复杂度：O（N)

class Solution:
    def findRepeatedDnaSequences(self, s):
        """
        :type s: str
        :rtype: List[str]
        """
        from collections import defaultdict
        n = len(s)
        lookup = defaultdict(int)
        for i in range(0, n-9):
            lookup[s[i:i+10]] += 1
        return [key for key,value in lookup.items() if value> 1]

 

第二种思路：

也可以用一个集合 repetedString 来记录出现过的 String。

注意也需要用集合来声明 res， 因为结果可能有重复。

时间复杂度：O（N）

空间复杂度：O（N)

class Solution(object):
    def findRepeatedDnaSequences(self, s):
        """
        :type s: str
        :rtype: List[str]
        """
        repeatedString = set()

        res = set()
        for i in range(len(s) - 9):
            substring = s[i:i + 10]
            if substring in repeatedString:
                res.add(substring)
            else:
                repeatedString.add(substring)

        return list(res)