趋势科技笔试题 DNA串查重 (4进制)

来源：互联网发布：太原软件编辑：程序博客网时间：2024/05/02 01:11

题目大意：给定一个DNA字符串由'A', 'T', 'C', 'G'表示，求长度为10的重复出现的DNA子串，要求不能使用系统或第三方的数据结构，时间复杂度要求为O(n)

题目分析：考虑到只有'A', 'T', 'C', 'G'四种核苷酸，因此可以用一个10位4进制数来唯一标识每个长度为10的DNA子串，这样最大的数字才4^10=1e6+，直接开个2e6的数组记录子串出现的次数，每次只要模一个4^10，从左往右依次记录，遇到出现过的输出即可。复杂度O(n)

样例输入:

TAGCTAATCAGCTAATCAGGTAGCTAATCAGGAACTG

样例输出：

AGCTAATCAG
TAGCTAATCA
GCTAATCAGG

#include <iostream>#include <string>using namespace std;int const MAX = 2e6;int const MOD = (1 << 20);int mp[MAX];string str;int change(char s) {if (s == 'A') {return 0;}if (s == 'T') {return 1;}if (s == 'C') {return 2;}return 3;}int main() {cin >> str;int n = str.length();int cur = 0;for (int i = 0; i < 10; i ++) {cur = cur * 4 + change(str[i]);mp[cur] ++;}for (int i = 10; i < n; i ++) {cur = cur * 4 + change(str[i]);cur %= MOD;if (mp[cur] == 1) {for (int j = i - 9; j <= i; j ++) {printf("%c", str[j]);}printf("\n");}mp[cur] ++;}}

0 0