标签：用两个 组合 空间 push ++i 子序列 数据 str turn
题目：Repeated DNA Sequences
给定包含A、C、G、T四个字符的字符串找出其中十个字符的重复子串。
思路：
首先，string中只有ACGT四个字符，因此可以将string看成是1,3,7,20这三个数字的组合串；
并且可以发现{ACGT}%5={1,3,2,0};于是可以用两个位就能表示上面的四个字符；
同时，一个子序列有10个字符，一共需要20bit，即int型数据类型就能表示一个子序列；
这样可以使用计数排序的思想来统计重复子序列；
这个思路时间复杂度只有O(n)，但是空间复杂度2^20byte辅助空间；
vector<string> LeetCode::findRepeatedDnaSequences(string s){ vector<string> ret; if (s.size() < 11)return ret; char count[1048576] = {0};//0x000fffff = 1048575 int index = 0; for (size_t i = 0; i < 9; ++i){//先求第一个子序列 int value = s[i] - ‘A‘ + 1;//char转成int value %= 5;//对5求余，转成2bit的大小 index = index << 2 | value;//合并成一个值 } for (size_t i = 9; i < s.size(); ++i){ int value = s[i] - ‘A‘ + 1;//char转成int value %= 5;//对5求余，转成2bit的大小 index = index << 2 | value;//合并成一个值 index = index & 0x000fffff;//清除前面移位的高位无效数字 ++count[index]; if (count[index] < 0)count[index] = 3; if (count[index] == 2){//防止重复加入 ret.push_back(s.substr(i - 9, 10)); } } return ret; }
[LeetCode]Repeated DNA Sequences
标签：用两个 组合 空间 push ++i 子序列 数据 str turn
原文地址：http://www.cnblogs.com/yeqluofwupheng/p/6771527.html
