187 Repeated DNA Sequences 重复的DNA序列

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中的重复序列有时非常有用。

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）。

详见：https://leetcode.com/problems/repeated-dna-sequences/description/

Java实现：

class Solution {
    public List<String> findRepeatedDnaSequences(String s) {
        List<String> res = new ArrayList<>();
        if(s.length()<10){
            return res;
        }
        Map<String,Integer> m = new HashMap<>();
        for(int i=0;i<s.length()-9;i++){   
            String subString = s.substring(i,i+10);
            if(m.containsKey(subString)){
                int count=m.get(subString);  //如果为1，则添加进结果，否则继续遍历
                if(count==1){
                    res.add(subString);
                }
                m.put(subString,count+1);
            }else{
                m.put(subString,1);
            }
        }
        return res;
    }
}

 C++实现：

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;
    }
};