题目描述:
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。
编写一个函数来查找目标子串,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。
示例:
输入:s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出:["AAAAACCCCC", "CCCCCAAAAA"]
解题思路: 滑动窗口
暴力解法,依次取出连续的10个元素,然后逐一判断出现的次数即可
代码:
写法一:超出时间限制
from collections import Counter
class Solution(object):
def findRepeatedDnaSequences(self, s):
res = []
ret = []
for i in range(len(s)-9): # 暴力解法,依次取出连续的10个元素
res.append(s[i:i+10])
temp = Counter(res)
for j in range(len(temp)):
if list(temp.values())[j] > 1:
ret.append(list(temp.keys())[j])
return ret
写法二:优化的暴力解法(顺利执行)
class Solution:
def findRepeatedDnaSequences(self, s):
st = set() # 已出现的值集合
st2 = set() # 返回值集合
for i in range(len(s)-9):
if s[i: i+10] not in st2:
if s[i: i+10] in st: # 如果之前出现过
st2.add(s[i: i+10]) # 将该段加入需要返回段中
st.add(s[i: i+10]) # 如果之前没有出现该段,那么将其加入已出现的值集合中
return list(st2) # 返回转换成列表的返回集合
题目来源: