ДНК состоит из серии нуклеотидов, обозначаемых как 'A', 'C', 'G' и 'T'.
НаExample, "ACGAATTCCG" — это последовательность ДНК.
При изучении ДНК полезно определять повторяющиеся последовательности внутри молекулы ДНК.
Дана string s, представляющая последовательность ДНК. return все последовательности длиной 10 букв (подстроки), которые встречаются более одного раза в молекуле ДНК. Ответ можно возвращать в любом порядке.
Example:
Input: s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
Output: ["AAAAACCCCC","CCCCCAAAAA"]
C# solution
matched/originalpublic class Solution {
public IList<string> FindRepeatedDnaSequences(string s) {
int L = 10, n = s.Length;
if (n <= L) return new List<string>();
int a = 4, aL = (int)Math.Pow(a, L);
Dictionary<char, int> toInt = new Dictionary<char, int>{{'A', 0}, {'C', 1}, {'G', 2}, {'T', 3}};
int[] nums = s.Select(c => toInt[c]).ToArray();
int h = 0;
HashSet<int> seen = new HashSet<int>();
HashSet<string> output = new HashSet<string>();
for (int start = 0; start < n - L + 1; start++) {
if (start != 0)
h = h * a - nums[start - 1] * aL + nums[start + L - 1];
else
for (int i = 0; i < L; i++)
h = h * a + nums[i];
if (seen.Contains(h))
output.Add(s.Substring(start, L));
seen.Add(h);
}
return output.ToList();
}
}C++ solution
auto-draft, review before submit#include <bits/stdc++.h>
using namespace std;
// Auto-generated C++ draft from the C# solution. Review containers, LINQ and helper types before submit.
class Solution {
public:
public vector<string> FindRepeatedDnaSequences(string s) {
int L = 10, n = s.size();
if (n <= L) return new List<string>();
int a = 4, aL = (int)Math.Pow(a, L);
unordered_map<char, int> toInt = new unordered_map<char, int>{{'A', 0}, {'C', 1}, {'G', 2}, {'T', 3}};
vector<int>& nums = s.Select(c => toInt[c]).ToArray();
int h = 0;
HashSet<int> seen = new HashSet<int>();
HashSet<string> output = new HashSet<string>();
for (int start = 0; start < n - L + 1; start++) {
if (start != 0)
h = h * a - nums[start - 1] * aL + nums[start + L - 1];
else
for (int i = 0; i < L; i++)
h = h * a + nums[i];
if (seen.Contains(h))
output.push_back(s.Substring(start, L));
seen.push_back(h);
}
return output.ToList();
}
}Java solution
matched/originalclass Solution {
public List<String> findRepeatedDnaSequences(String s) {
int L = 10, n = s.length();
if (n <= L) return new ArrayList();
int a = 4, aL = (int) Math.pow(a, L);
Map<Character, Integer> toInt = new HashMap() {
{
put('A', 0);
put('C', 1);
put('G', 2);
put('T', 3);
}
};
int[] nums = new int[n];
for (int i = 0; i < n; ++i) nums[i] = toInt.get(s.charAt(i));
int h = 0;
Set<Integer> seen = new HashSet();
Set<String> output = new HashSet();
for (int start = 0; start < n - L + 1; ++start) {
if (start != 0) h = h * a -
nums[start - 1] * aL +
nums[start + L - 1];
else for (int i = 0; i < L; ++i) h = h * a + nums[i];
if (seen.contains(h)) output.add(s.substring(start, start + L));
seen.add(h);
}
return new ArrayList<String>(output);
}
}Python solution
matched/originalclass Solution:
def findRepeatedDnaSequences(self, s: str) -> List[str]:
L, n = 10, len(s)
if n <= L:
return []
a = 4
aL = pow(a, L)
to_int = {"A": 0, "C": 1, "G": 2, "T": 3}
nums = [to_int.get(s[i]) for i in range(n)]
h = 0
seen, output = set(), set()
for start in range(n - L + 1):
if start != 0:
h = h * a - nums[start - 1] * aL + nums[start + L - 1]
else:
for i in range(L):
h = h * a + nums[i]
if h in seen:
output.add(s[start : start + L])
seen.add(h)
return outputAlgorithm
1️⃣
Перебираем начальные позиции последовательности от 1 до 𝑁−𝐿, где 𝑁 — длина строки, а 𝐿 — длина подстроки (в данном случае 10):
Если начальная позиция 𝑠𝑡𝑎𝑟𝑡==0, вычисляем хеш первой последовательности 𝑠[0:𝐿].
В противном случае вычисляем скользящий хеш из предыдущего значения хеша.
2️⃣
Проверяем хеш в хешсете:
Если хеш уже существует в хешсете, значит, мы нашли повторяющуюся последовательность, и пора обновить вывод.
В противном случае добавляем хеш в хешсет.
3️⃣
Возвращаем список вывода, содержащий все повторяющиеся последовательности.
😎
Vacancies for this task
Active vacancies with overlapping task tags are shown.