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"]
思路:
从0开始往前搜索固定长度的字符串,遇到一个就判断是否和list里面的有重复。有则说明是目标子串,没有,则加入list。
public static List<String> DNAserial(String str){
HashSet<String> set = new HashSet<>();
List<String> list1 = new ArrayList<>();
List<String> list2 = new ArrayList<>();
for(int i =0; i < str.length() - 9; i++){
String temp = str.substring(i,i+10);
System.out.println(temp);
if(list1.contains(temp)){
set.add(temp);
}else{
list1.add(temp);
}
}
for(String s : set){
list2.add(s);
}
return list2;
}
public static void main(String[] args){
System.out.println(DNAserial("AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"));
System.out.println(DNAserial("AAAAAAAAAAA"));
}
注意:这里如果结果用list存放,会在出现次数大于2次的时候,需要判断这个子串之前是否已经放入过了,为了避免这个复杂度,可以把结果也用hashset存放,最后用ArrayList的构造方法转一下。
class Solution {
public List<String> findRepeatedDnaSequences(String s) {
HashSet<String> set = new HashSet<>();
HashSet<String> set2= new HashSet<>();
for(int i =0; i < s.length() -9; i++){
String temp = s.substring(i,i+10);
if(set2.contains(temp)){
set.add(temp);
}
set2.add(temp);
}
return new ArrayList<String>(set);
}
}