华为机试：DNA序列

DNA序列

描述

一个 DNA 序列由 A/C/G/T 四个字母的排列组合组成。 G 和 C 的比例（定义为 GC-Ratio ）是序列中 G 和 C 两个字母的总的出现次数除以总的字母数目（也就是序列长度）。在基因工程中，这个比例非常重要。因为高的 GC-Ratio 可能是基因的起始点。
给定一个很长的 DNA 序列，以及限定的子串长度 N ，请帮助研究人员在给出的 DNA 序列中从左往右找出 GC-Ratio 最高且长度为 N 的第一个子串。
DNA序列为 ACGT 的子串有: ACG , CG , CGT 等等，但是没有 AGT ， CT 等等

数据范围：字符串长度满足 1≤n≤1000，输入的字符串只包含 A/C/G/T 字母

输入描述：

输入一个string型基因序列，和int型子串的长度

输出描述：

找出GC比例最高的子串,如果有多个则输出第一个的子串

示例1：

输入

ACGT
2

输出

CG

说明

ACGT长度为2的子串有AC,CG,GT3个，其中AC和GT2个的GC-Ratio都为0.5，CG为1，故输出CG

示例2：

输入

AACTGTGCACGACCTGA
5

输出

GCACG

说明

虽然CGACC的GC-Ratio也是最高，但它是从左往右找到的GC-Ratio最高的第2个子串，所以只能输出GCACG。

思路分析：

题目中主要信息：

• 输入的字符串中只有ACGT四种字符
• 限定长度为nnn的子串，求其中CG比例最高的第一个子串
• 解读： 长度限定的情况下，要找比例越高即找出现次数越多

可以有两种方法：

1. 暴力搜索：遍历字符串每个位置作为起始，然后遍历以这个字符作为起始的长为n的子串，分别统计子串中CG的数量，与之前记录的最大值比较，然后更新记录下最大值及最大CG含量子串的起始位置。

   最后根据最终的起始位置和长度n利用substr函数输出，这样由左到右地找出来的就一定是第一个。

   时间复杂度：O(mn)，其中m为字符串的长度，n为限定的子串长度，需要遍历字符串每个位置为起点的子串

   这里就不写了。

2. 滑动窗口：首先用一个长度为n的窗口覆盖字符串前n部分子串，统计这里的CG数量，并暂时作为最大值。然后窗口右移，如果左边出去的是CG那么窗口内的CG数量减少一个，如果右边进来的是CG那么窗口内的CG数量增加一个，每次滑动都统计窗口内的CG数量&#