[LeetCode] 187. Repeated DNA Sequences

The DNA sequence is composed of a series of nucleotides abbreviated as 'A', 'C', 'G', and 'T'.

• For example, "ACGAATTCCG" is a DNA sequence.

When studying DNA, it is useful to identify repeated sequences within the DNA.

Given a string s that represents a DNA sequence, return all the 10-letter-long sequences (substrings) that occur more than once in a DNA molecule. You may return the answer in any order.

Example 1:

Input: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
Output: ["AAAAACCCCC","CCCCCAAAAA"]

Example 2:

Input: s = "AAAAAAAAAAAAA"
Output: ["AAAAAAAAAA"]

Constraints:

• 1 <= s.length <= 105
• s[i] is either 'A', 'C', 'G', or 'T'.

重复的DNA序列。

所有 DNA 都由一系列缩写为 '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。

编写一个函数来找出所有目标子串，目标子串的长度为 10，且在 DNA 字符串 s 中出现次数超过一次。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/repeated-dna-sequences
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

给的 input 是一个 DNA 序列，请输出所有出现多次的 DNA 子序列。这题有位运算的做法但是个人觉得用 hashset 的做法更方便。

思路是用两个hashset，一个存子序列是否出现过（seen），另一个存最后的输出（res）。当某个子序列在seen中已经有了，就存入res；最后输出res里面所有的子序列。

时间O(n) - n是input字符串长度

空间O(n) - 用了两个hashset

Java实现

class Solution {
    public List<String> findRepeatedDnaSequences(String s) {
        HashSet<String> seen = new HashSet<>();
        HashSet<String> res = new HashSet<>();
        for (int i = 0; i < s.length() - 9; i++) {
            String temp = s.substring(i, i + 10);
            if (!seen.add(temp)) {
                res.add(temp);
            }
        }
        return new ArrayList<>(res);
    }
}

JavaScript实现

/**
 * @param {string} s
 * @return {string[]}
 */
var findRepeatedDnaSequences = function(s) {
    let seen = new Set();
    let res = new Set();
    for (let i = 0; i < s.length - 9; i++) {
        const str = s.substring(i, i + 10);
        if (seen.has(str)) {
            res.add(str);
        } else {
            seen.add(str);
        }
    }
    return Array.from(res);
};

LeetCode 题目总结