leetcode-187. 重复的DNA序列-C语言

/**
 * 算法思想:
 * 遍历所有以10为长度的字符串,边遍历边添加进哈希表,如果哈希表中存在,并且添加进结果的标志还未置位,
 * 则将其添加进结果(注意cnt用来标识是否已经添加进结果);
 * 如果哈希表中不存在,将当前遍历的字符串添加到哈希表中;
 * 哈希值的计算方法要尽量将其均匀分布在哈希表中,否则容易超时。
 */
#define L 0x1ffff

int get(char c){
    if(c == 'A') return 0;
    if(c == 'C') return 1;
    if(c == 'G') return 2;
    return 3;
}

typedef struct hnode{
    int key;
    char *s;
    int cnt;
    struct hnode *next;
} HNode;

void hash_init(HNode ***htb, int len){
    int i;
    *htb = (HNode **)malloc(sizeof(HNode*) * len);
    for(i=0; i<len; i++){
        (*htb)[i] = NULL;
    }
}

void hash_exit(HNode **htb, int len){
    int i, cnt=0;
    HNode *node, *last;

    for(i=0; i<len; i++){
        node=(htb)[i];
        if(node) cnt++;
        while(node){
            last = node;
            node = node->next;
            free(last);
        }
    }    
    printf("len = %d, cnt = %d\n", len,cnt);
}

void hash_insert(HNode **hash_table, int key, char *s){
    int index = key % L;
    
    //printf("index = %d\n", index);
    HNode *node = (HNode *)malloc(sizeof(HNode));
    
    node->key = key;
    node->s = s;
    node->cnt = 0;
    node->next = hash_table[index];
    
    hash_table[index] = node;
}

HNode *hash_find(HNode **table, int key, char *s) {
    int index = key % L;
    HNode *p = table[index];
    
    while(p){
        if(!memcmp(p->s, s, sizeof(char)*10)){
            break;
        }
        p = p->next;
    }
    
    return p;
}


char** findRepeatedDnaSequences(char* s, int* returnSize) {
    int i, j, k;
    int len = strlen(s);
    char **ret;
    ret = (char **)malloc(sizeof(char *) * 1000);
    int index = 0;
    int flag = 0, key;
    HNode **htable, *node, *p;
    
    hash_init(&htable, L);
    
    *returnSize = 0;
    if(len <= 9) return NULL;
    
    int table[len-9][4];
    memset(table, 0, sizeof(table));
    
    for(i=0; i<len-9; i++){
        /* 计算哈希值,尽量均匀落在哈希表中 */
        table[i][0] = s[i] * s[i+9] + s[i+1] * s[i+8]+ s[i+2] * s[i+7] + s[i+3] * s[i+6] + s[i+4] * s[i+5];
        table[i][0] += s[i] * s[i+8] + s[i+2] * s[i+9]+ s[i+2] * s[i+6] + s[i+3] * s[i+5] + s[i+4] * s[i+7];
    }
    printf("len=%d\n", len);
    
    for(i=0; i<len-9; i++){
           key = table[i][0];
           
           p = hash_find(htable, key, &s[i]);
           
           if(!p) {
               hash_insert(htable, key, &s[i]);
           }else{
               if(!p->cnt) {
                   p->cnt = 1;
                   ret[index] = (char *)malloc(sizeof(char) * 11);
                   memcpy(ret[index], p->s, 10);
                   ret[index++][10]= '\0';                       
               }
           }   

    }
    
    
    hash_exit(htable, L);
    
    *returnSize = index;
    return ret;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值