力扣(LeetCode)187. 重复的DNA序列(C++）

哈希表

直观思考，由于限定了答案长度 $10$ ，只需要一次遍历字符串，统计所有长度为 $10$ 的子串的出现次数(哈希表) ，最后遍历哈希表，维护答案，记录出现 $2$ 次(及以上)的字符串 。

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
        unordered_map<string,int> mp;
        for(int i = 0;i+10<=s.size();i++)
            mp[s.substr(i,10)]++;
        vector<string> ans;
        for(auto &[S,V]:mp)
            if(V>=2) ans.push_back(S);
        return ans;
    }
}; 

时间复杂度 : $O(n\times |C|)$ ， 字符串长度 $n$ ， 核苷酸长度 $|C|=10$ ，一边遍历字符串，统计每个长度为 $10$ 的子串，时间复杂度 $O(n\times |C|)$ 。

空间复杂度 : $O(n\times |C|)$ ， 哈希表的最坏空间复杂度 $O(n\times |C|)$ 。

字符串哈希

给定一个字符串，判断两个子串是否相同的问题 ，更为高效的做法是字符串哈希 : 将字符串的每一位看做 $P$ 进制数，整个字符串就是个很大的 $P$ 进制数 。判断某两个子串是否相同，转化为判断整个子串对应的数字是否相同。类比十进制考虑。

class Solution {
public:
    // ULL get(int l,int r){
    //     return h[r] - h[l]*p[r-l+1];
    // }
    vector<string> findRepeatedDnaSequences(string s) {
        const int P = 13331;
        const int N = s.size() + 1;
        typedef unsigned long long ULL;
        unordered_map<ULL,int> mp;
        vector<string> ans;
        ULL h[N], p[N];
        h[0] = 0,p[0] = 1;
        for(int i = 1;i<N;i++){
            h[i] = h[i-1]*P + s[i-1];
            p[i] = p[i-1]*P;
        }
        for(int i = 10;i<N;i++){
            ULL hash_val = h[i] - h[i-10]*p[10];
            mp[hash_val]++;
            if(mp[hash_val]==2) ans.push_back(s.substr(i-10,10));
        }
        return ans;
    }
};

时间复杂度 : $O(n)$ ， 字符串长度 $n$ ， 只进行常数次遍历，时间复杂度 $O(n)$ 。

空间复杂度 : $O(n)$ ， 哈希表的空间复杂度 $O(n)$ 。

AC

致语

• 理解思路很重要！
• 欢迎读者在评论区留言，墨染看到就会回复的。