【题目】
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】
对长度为10的子字符串进行计数,选择计数大于1的字符串。
【代码】
python版本
class Solution(object):
def findRepeatedDnaSequences(self, s):
"""
:type s: str
:rtype: List[str]
"""
if len(s) <= :
return []
res = []
d = {}
for i in range(, len(s)+):
str0 = s[i-10: i]
if str0 in d:
res.append(str0)
d[str0] =
return list(set(res))
C++版本
class Solution {
public:
vector<string> findRepeatedDnaSequences(string s) {
vector<string> res;
string str;
map<string, int> d;
if(s.size() <= )
return res;
// 统计每个子字符串出现次数
for(int i=; i<s.size()-9; i++){
str = s.substr(i, );
d[str]++;
}
// 出现次数大于1的子字符串
for(map<string, int>::iterator it=d.begin(); it != d.end(); it++){
if(it->second > )
res.push_back(it->first);
}
return res;
}
};