力扣 187. 重复的DNA序列

1.题目

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"]

提示：

0 <= s.length <= 10^5
s[i]=='A'、'C'、'G' or 'T'

来源：力扣（LeetCode）

2.思路及代码

返回所有在 DNA 分子中出现不止一次的长度为 10 的序列，即统计不同子字符串的出现的次数，并将出现次数大于1的储存起来。至于如何统计就要用到STL中的map或unordered_map，简单来讲，两者储存的元素都是键（第一个元素）值（第二个元素）对，比如:map<int, int>就类似于vector<int>，而map<string, int>就可以通过string来查询int。至于两者的区别，map的内部是一个红黑树，会根据键的大小自动排序，unordered_map的内部则是哈希表，查找效率更高但更占内存。（具体可看大佬）显然这题用unordered_map更好，但map也不会超时。代码如下：

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        //当s的长度小于等于10直接返回空数组
        if (s.size() <= 10) return {};
        vector<string>arr;
        unordered_map<string, int>mp;
        string::iterator it = s.begin();
        //遍历字符串，统计所有长度为10的字符串
        for (; it <= s.end() - 10; ++it) {
            string tmp(it, it + 10);
            ++mp[tmp];
        }
        unordered_map<string, int>::iterator it_map = mp.begin();
        //将出现次数超过1的字符串加入数组
        for (; it_map != mp.end(); ++it_map) {
            if (it_map->second > 1) {
                arr.push_back(it_map->first);
            }
        }
        return arr;
    }
};

map的运行结果：