1008 lc.187 hash 滑动窗口 位运算

lc.187 重复的DNA序列

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。

• C++ hash

class Solution {
    const int L=10;
public:
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> ans;
        unordered_map<string, int> cnt;
        int n=s.size();
        for(int i=0;i<=n-L;i++)
        {
            string sub = s.substr(i,L);
            if(++cnt[sub]==2)
            {
                ans.push_back(sub);
            }
        } 

        return ans;

    }
};

注意到：···int n=s.size(); for(int i=0;i<=n-L;i++){ ···

写为：···for(int i=0;i<=s.size()-L;i++){ ···

测试用例：“AA”

报错：terminate called after throwing an instance of ‘std::out_of_range’
what(): basic_string::substr: __pos (which is 3) > this->size() (which is 2)

错误来自于。.size() .length() 的返回值，类型为string::size_name 是 unsigned int ，需要说明。原代码可以写为：···for(int i=0;i<=(int)s.size()-L;i++){···

• C++ hash 滑动窗口 位运算

class Solution {
    const int L = 10;
    unordered_map<char, int> bin = {{'A', 0}, {'C', 1}, {'G', 2}, {'T', 3}};
public:
    vector<string> findRepeatedDnaSequences(string s) {
        vector<string> ans;
        int n = s.length();
        if (n <= L) {
            return ans;
        }
        int x = 0;
        for (int i = 0; i < L - 1; ++i) {
            x = (x << 2) | bin[s[i]];
        }                                     //初始化第一个10位整数
        unordered_map<int, int> cnt;
        for (int i = 0; i <= n - L; ++i) {
            x = ((x << 2) | bin[s[i + L - 1]]) & ((1 << (L * 2)) - 1);
            if (++cnt[x] == 2) {
                ans.push_back(s.substr(i, L));
            }
        }
        return ans;
    }
};