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"]
class Solution {
public:
vector<string> findRepeatedDnaSequences(string s) {
vector<string> res;
if (s.size() <= 10) return res;
int mask = 0x7ffffff;
unordered_map<int, int> m;
int cur = 0, i = 0;
while (i < 9) {
cur = (cur << 3) | (s[i++] & 7);
}
while (i < s.size()) {
cur = ((cur & mask) << 3) | (s[i++] & 7);
if (m.find(cur) != m.end()) {
if (m[cur] == 1) res.push_back(s.substr(i - 10, 10));
++m[cur];
} else {
m[cur] = 1;
}
}
return res;
}
};