☆打卡算法☆LeetCode 187. 重复的DNA序列 算法解析

大家好，我是小魔龙，Unity3D软件工程师，VR、AR，虚拟仿真方向，不定时更新软件开发技巧，生活感悟，觉得有用记得一键三连哦。

一、题目

1、算法题目

“给定一个标识DNA蓄力的字符串s，返回所有在DNA分子中出现不止一次的长度为10的序列。”

2、题目描述

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"]

二、解题

1、思路分析

这道题是要求出重复的字符串s，重复的元素容易想到的就是使用哈希表。

键是字符串的子串，值是出现的次数，返回所有次数出现超过10次的子串即可。

2、代码实现

代码参考：

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;
    }
}

3、时间复杂度

时间复杂度：O(NL)

其中N是字符串s的长度，L=10即目标子串的长度。

空间复杂度：O(NL)

其中N是字符串s的长度，L是目标子串的长度。

三、总结

这道题还可以使用滑动窗口来优化时间复杂度。

当前时间复杂度是O(NL)，其中N是字符串s的长度，L是目标子串的长度。

为了优化时间复杂度，可以定义一个大小为10的滑动窗口来计算子串的整数，设当前滑动窗口对应的整数表示为x。

当计算下一个子串时，将滑动窗口向右移动一位，此时新字符进入窗口，窗口左边的字符离开窗口。

将上面的步骤结合，就可以用O(1)的时间计算出下一个子串的整数表示。