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 分子中所有出现超多一次的10个字母长的序列(子串)。
示例:
输入: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出: ["AAAAACCCCC", "CCCCCAAAAA"]
思路:
- 设置一个hash表,存储已经出现过的十位字串;
- 遍历字符串,截取十位字串,并更新哈希表;
- 如果字串已经在hash表中,且只出现过一次的时候便将其加入到答案数组(只一次时加入,二次就不加了,为了防止重复)
代码如下:
vector<string> findRepeatedDnaSequences(string s) { unordered_map<string,int> hash; string st;vector<string>ans; for(int i = 0 ; i < s.size();i++){ st = s.substr(i,10); if(1==hash[st]++ )ans.push_back(st); } sort(ans.begin(),ans.end()); return ans; }
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/repeated-dna-sequences