重复的DNA序列

Posted 2022-12-16 top啦它

leetcode 187. 重复的DNA序列

DNA序列 由一系列核苷酸组成，缩写为 ‘A’, ‘C’, ‘G’ 和 ‘T’.。

例如，“ACGAATTCCG” 是一个 DNA序列 。
在研究 DNA 时，识别 DNA 中的重复序列非常有用。

给定一个表示 DNA序列 的字符串 s ，返回所有在 DNA 分子中出现不止一次的 长度为 10 的序列(子字符串)。你可以按 任意顺序 返回答案。

示例 1：

输入：s = “AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT”
输出：[“AAAAACCCCC”,“CCCCCAAAAA”]
示例 2：

输入：s = “AAAAAAAAAAAAA”
输出：[“AAAAAAAAAA”]

class Solution 
    static final int L = 10;
    Map<Character, Integer> bin = new HashMap<Character, Integer>() 
        put('A', 0);
        put('C', 1);
        put('G', 2);
        put('T', 3);
    ;

    public List<String> findRepeatedDnaSequences(String s) 
        List<String> ans = new ArrayList<String>();
        int n = s.length();
        if (n <= L) 
            return ans;
        
        int x = 0;
        for (int i = 0; i < L - 1; ++i) 
            x = (x << 2) | bin.get(s.charAt(i));
        
        Map<Integer, Integer> cnt = new HashMap<Integer, Integer>();
        for (int i = 0; i <= n - L; ++i) 
            x = ((x << 2) | bin.get(s.charAt(i + L - 1))) & ((1 << (L * 2)) - 1);
            cnt.put(x, cnt.getOrDefault(x, 0) + 1);
            if (cnt.get(x) == 2) 
                ans.add(s.substring(i, i + L));
            
        
        return ans;
    

class Solution 
    static final int L = 10;

    public List<String> findRepeatedDnaSequences(String s) 
        List<String> ans = new ArrayList<String>();
        Map<String, Integer> cnt = new HashMap<String, Integer>();
        int n = s.length();
        for (int i = 0; i <= n - L; ++i) 
            String sub = s.substring(i, i + L);
            cnt.put(sub, cnt.getOrDefault(sub, 0) + 1);
            if (cnt.get(sub) == 2) 
                ans.add(sub);
            
        
        return ans;