所有 DNA 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。
编写一个函数来查找 DNA 分子中所有出现超过一次的10个字母长的序列(子串)。
示例:
输入: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT" 输出: ["AAAAACCCCC", "CCCCCAAAAA"]
这道题目是一道简单的Hash题目,要注意,这里指的是字符串字串
使用一个Hash表,并在遍历一次的算法
class Solution {
public:
vector<string> findRepeatedDnaSequences(string s) {
vector<string> res;
if(s.size()==0||s.size()<10) return res;
unordered_map<string,int> Hash;
for(int i=0;i<=s.size()-10;i++){
// 注意左闭右开
Hash[s.substr(i,10)]++;
}
for(auto it=Hash.begin();it!=Hash.end();++it){
if(it->second>1)
res.push_back(it->first);
}
return res;
}
};
使用两个Hash表,直接输出答案的思路
class Solution {
public:
vector<string> findRepeatedDnaSequences(string s) {
unordered_set<string> Hash,res;
for(int i=0;i<=(int)s.size()-10;i++){
string temp = s.substr(i,10);
if(Hash.find(temp)==Hash.end())
Hash.insert(temp);
else
res.insert(temp);
}
return vector<string>(res.begin(),res.end());
}
};