187. 重复的DNA序列

187. 重复的DNA序列

难度中等247收藏分享切换为英文接收动态反馈

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'

思路:由于串长度固定为10，直接枚举所有的串即可。串用哈希表进行存储，如果当前枚举的串已经在哈希表中，则是重复串，加入答案集。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> str_ans;
        if(s.size() < 10) return str_ans;
        unordered_set<string> sub_str, common_sub;
        string sub = s.substr(0, 9);
        for(int str_index = 9; str_index < s.size(); ++ str_index){
            sub.append(1, s[str_index]);
            if(sub_str.find(sub) != sub_str.end()){
                common_sub.insert(sub);
            }else{
                sub_str.insert(sub);
            }
            sub.erase(sub.begin());
        }
        for(unordered_set<string>::iterator iter = common_sub.begin(); iter != common_sub.end(); ++ iter){
            str_ans.push_back(*iter);
        }
        return str_ans;
    }
};