力扣187. 重复的DNA序列

题目一

力扣:187

思路

我们在拿到一个题目的时候，先不考虑高级算法，就用最朴素的想法先做

朴素算法

1、我们一拿到这个题，要求是一个字符串的子串，且固定长度10，所以可以用长度为十的固定滑动窗口(即左右指针一起移动),来从头找到所有的符合目标的子串。再次读题，要求子串出现次数>=2，所以我们完全可以用一个unordered_map存储每个子串出现的次数，动态统计个数(一旦某个子串产生了个数变化，就判断一次),一旦发现某个串出现次数==2，符合目标，加入答案。
2、综上，我们就完成了朴素算法的搭建。

哈希+滑动窗口+位运算

1、我们分析一下刚才的算法，我们用滑动窗口划分出所有的子串并没有问题，要找到所有出现次数>=2的，那就必须找到所有子串，再次统计出现个数，所以hash+滑动窗口没问题，不用优化。
2、但是每次窗口找到了一个新的子串，我要把新的串截出来，再放进map，这样就很慢，因为要截串，那么有没有什么办法让每次窗口运动一次，用最快速的方法，计算出来新的串是什么。
3、一定要注意，一个串仅由几个字符组合而成，那么我们完全可以不再用字符来表示，我们可以将之重新编码，用相应的二进制表示，将之压缩成为一个数字，这样，经过重新编码(状态压缩)，一个串就变成了一个二进制数。
4、因为目标串只由A、C、G、T组成，所以A:00、C:01、G:10、T:11进行压缩编码，这样长度为10的子串就变成了长度为20的二进制数，因为int是32位，所以可以表示为一个int的整数。
5、那么窗口每次向右移动一次，可以分解成这么三步：

代码

朴素算法

注：
1、因为我们这里涉及，求一个子串且长度固定，所以完全可以尝试滑动窗口算法，每次用一个固定的窗口，划分出来一个子串。

class Solution {
public:
	unordered_map<string, int> item;
	vector<string> findRepeatedDnaSequences(string s) {
		vector<string> ans;
		int left = 0, right = 9;//窗口
		int n = s.size();
		while (right < n) {
			string tmp = s.substr(left, 10);//找出子串
			item[tmp]++;
			if (item[tmp] == 2) {//动态查找个数是2的目标字串，当且仅当有子串出现个数更新时
				ans.push_back(tmp);
			}
			left++;
			right++;
		}
		return ans;
	}
};

（所有代码均已在力扣上运行无误）

经测试，该代码运行情况是(经过多次测试所得最短时间)：

哈希+滑动窗口+位运算

class Solution {
public:
	unordered_map<char, int> binChar = { {'A',0}, {'C', 1}, {'G', 2}, {'T', 3} };//以键值对形式直接给初始值
	vector<string> findRepeatedDnaSequences(string s) {
		vector<string> ans;
		int x = 0xFFFFF;//为了保留低20位，所以低20位 & 1即可
		int left = 0, right = 9;//固定窗口
		int n = s.size();
		if (n <= 10) {//不合法情况排除
			return ans;
		}
		int base = 0;
		for (int i = 0; i < 10; i++) {//初始化，建立基础窗口
			base = base << 2 | binChar[s[i]];//加入新数取 |
		}
		unordered_map<int, int>cnt;
		cnt[base]++;
		while (right < n - 1) {
			right++;//每次新的窗口快速计算新的值三步，速度O(1)
			base = ((base << 2) | binChar[s[right]])&x;
			left++;
			if (++cnt[base] == 2) {
				ans.push_back(s.substr(left, 10));
			}
		}
		return ans;
	}
};

（所有代码均已在力扣上运行无误）

经测试，该代码运行情况是(经过多次测试所得最短时间)：