字符串计数问题(稳定基因问题)
在字符串问题中有一类计数问题,许多字符串问题可以最终归结为计数问题,一个典型的代表是稳定基因问题。这个问题淋漓尽致地体现了解决这种问题的思路。
问题描述:
给定一个基因序列A,该基因是成为稳定基因,必须满足如下约束:
- 基因序列A的长度为4*N;
- 基因序列中每个碱基的数量都是N。
解决思路:
解决的思路非常具有技巧性,这种技巧主要体现在如何使用map来计数的。如果我们替换的区间是A[i,j], 那么j - i + 1应该最小。下面我们来看如何求这个最小值。我们可以使用逆向思维,假定除去A[i,j],剩下元素中各个碱基的数量应该不会超过N,如果某个碱基的数量超过了N说明A[i,j]的长度不足,应该继续加长。
算法的流程如下:
- 用map从右向左统计各个碱基的数量,当某个碱基的数量等于N时停止并记下当前位置maxIndex。
- 从左往右设置minIndex并检查最短的A[i,j], 记录答案。
#include <cmath>
#include <cstdio>
#include <vector>
#include <iostream>
#include <algorithm>
#include <unordered_map>
using namespace std;
bool check(unordered_map<char,int>& dict, int N) {
if (dict['C']<=N&&dict['G']<=N
&&dict['T']<=N&&dict['A']<=N){
return true;
}
return false;
}
int calculate(string& genes) {
unordered_map<char, int> dict;
int N = genes.size() / 4;
int maxIndex = 0;
for (int i = genes.size() - 1; i >= 0; --i) {
if (dict.find(genes[i]) == dict.end()) {
dict[genes[i]] = 1;
} else {
dict[genes[i]] += 1;
}
if (!check(dict, N)) {
maxIndex = i + 1;
dict[genes[i]] -= 1;
break;
}
}
//cout<<maxIndex<<endl;
if (maxIndex == 0) {
return 0;
}
int minIndex = -1;
int ans = numeric_limits<int>::max();
while (maxIndex < genes.size()
&& minIndex < maxIndex) {
while(maxIndex < genes.size() && !check(dict, N)) {
dict[genes[maxIndex]] -= 1;
maxIndex += 1;
}
if (maxIndex - minIndex < ans) {
ans = maxIndex - minIndex;
}
dict[genes[minIndex++]] += 1;
}
return ans;
}
int main() {
/* Enter your code here. Read input from STDIN. Print output to STDOUT */
int N = 0;
string s;
cin>>N>>s;
int ans = calculate(s);
cout<<ans<<endl;
return 0;
}