Repeated DNA Sequences - LeetCode

Repeated DNA Sequences - LeetCode

题目：

All DNA is composed of a series of nucleotides abbreviated as A, C, G, and T, for example: "ACGAATTCCG". When studying DNA, it is sometimes useful to identify repeated sequences within the DNA.

Write a function to find all the 10-letter-long sequences (substrings) that occur more than once in a DNA molecule.

For example,

Given s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT",

Return:
["AAAAACCCCC", "CCCCCAAAAA"].

分析：

这道题目也是利用了字典的查找复杂度只有O（1）的特点，虽然最后通过了，但是这道题也提示了可以利用位计算的方式解决，自己对于位计算一直是膜拜但不敢用的态度，在最后附上他人的位计算解法，有兴趣的话可以看一看学习一下。

我看到别人说这个直接用字符串存入会导致Memory Limit Exceeded，但是我没有发现这个问题，几次都是通过的，所以没有进行转整数处理，但是这样处理后会省一部分空间，所以还是在此说一下。

代码：

class Solution:
    # @param s, a string
    # @return a list of strings
    def findRepeatedDnaSequences(self, s):
        if not s:
            return []
        res = []
        dic = {}
        for i in range(len(s)-9):
            if s[i:i+10] not in dic:
                dic[s[i:i+10]] = 1
            else:
                res.append(s[i:i+10])
        res = list(set(res)) #在res中可能会有重复的元素，所以我用set处理一下
        return res       

附：

位计算c++代码：

vector<string> findRepeatedDnaSequences(string s) {
    unordered_map<int, int> m;
    vector<string> r;
    int t = 0, i = 0, ss = s.size();
    while (i < ss)
        if (m[t = (t << 3 | s[i++] & 7) & 0x3FFFFFFF]++ == 1)
            r.push_back(s.substr(i - 10, 10));
    return r;
}