leetcode187. 重复的DNA序列(mid)

• 题目描述
• 解题思路
• • 代码(哈希表)
  • 复杂度
  • 代码
  • 复杂度

所有 DNA 都由一系列缩写为 '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。

编写一个函数来找出所有目标子串，目标子串的长度为 10，且在 DNA 字符串 s 中出现次数超过一次。

示例 1：

输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出：["AAAAACCCCC","CCCCCAAAAA"]

示例 2：

输入：s = "AAAAAAAAAAAAA"
输出：["AAAAAAAAAA"]

提示：

• 0 <= s.length <= 105
• s[i] 为 'A'、'C'、'G' 或 'T'

官方题解

• 哈希表
• 哈希表 + 滑动窗口 + 位运算

class Solution {

    private static final int L = 10;

    public List findRepeatedDnaSequences(String s) {
        List res = new ArrayList<>();
        Map map = new HashMap<>();
        int len = s.length();
        for (int i = 0; i < len - L + 1; ++i) {
            String temp = s.substring(i, i + L);
            map.put(temp, map.getOrDefault(temp, 0) + 1);
            if (map.get(temp) == 2) {
                res.add(temp);
            }
        }

        return res;
    }
    
}

static final int L = 10;
    //滑动窗口+哈希表+位运算
    Map bin = new HashMap() {{
        put('A', 0);
        put('C', 1);
        put('G', 2);
        put('T', 3);
    }};

    public List findRepeatedDnaSequences(String s) {
        List res = new ArrayList<>();
        int n = s.length();
        //字符串长度小于10的肯定不存在重复的
        if (n <= L) {
            return res;
        }
        //用一个int类型的数的低20位表示10个2位的滑动窗口
        int x = 0;
        
        for (int i = 0; i < L - 1; ++i) {
            //x << 2: x左移两位
            //x = x | bin[ch]: 新字符进入窗口
            x = (x << 2) | bin.get(s.charAt(i));
        }
        //使用map统计每10个字符转成int数的频次
        Map map = new HashMap<>();
        for (int i = 0; i <= n - L; ++i) {
            //x = x & ((1 << 20) - 1): 窗口最左边的字符离开窗口,只保留低20位的内容
            x = ((x << 2) | bin.get(s.charAt(i + L - 1))) & ((1 << (L * 2)) - 1);
            map.put(x, map.getOrDefault(x, 0) + 1);
            if (map.get(x) == 2) {
                res.add(s.substring(i, i + L));
            }
        }
        return res;
    }