网罗开发 （小红书、快手、视频号同名）

  大家好，我是 展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。

图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：极星会首批签约作者

摘要

本文旨在解决一个关于DNA序列中重复子字符串的问题。给定一个DNA序列字符串，要求找出所有长度为10且出现不止一次的子字符串。文章将首先描述问题背景，然后提供Swift语言的解决方案，并详细分析代码、示例测试及结果，最后讨论时间复杂度和空间复杂度。

描述

DNA序列 由一系列核苷酸组成，缩写为 'A', 'C', 'G' 和 'T'.。

• 例如，"ACGAATTCCG" 是一个 DNA序列 。

在研究 DNA 时，识别 DNA 中的重复序列非常有用。

给定一个表示 DNA序列 的字符串 s ，返回所有在 DNA 分子中出现不止一次的 长度为 10 的序列(子字符串)。你可以按 任意顺序 返回答案。

示例 1：

输入： s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出： ["AAAAACCCCC","CCCCCAAAAA"]

示例 2：

输入： s = "AAAAAAAAAAAAA"
输出： ["AAAAAAAAAA"]

提示：

• 0 <= s.length <= 105
• s[i]``==``'A'、'C'、'G' or 'T'

Swift 题解答案

我们可以使用哈希表（字典）来解决这个问题。首先，遍历 DNA 序列字符串，将所有长度为 10 的子字符串作为键存储到哈希表中，并记录每个子字符串出现的次数。然后，遍历哈希表，找出出现次数大于1的子字符串，将它们添加到结果数组中。

题解代码分析

以下是 Swift 语言的解决方案：

import Foundationfunc findRepeatedDnaSequences(s: String) -> [String] {var result = [String]()var substringCounts = [String: Int]()// 如果字符串长度小于10，直接返回空数组if s.count < 10 {return result}// 遍历字符串，统计长度为10的子字符串的出现次数for i in 0..<s.count-9 {let substring = s.substring(with: Range(s.startIndex, offsetBy: i, length: 10))substringCounts[substring, default: 0] += 1}// 找出出现次数大于1的子字符串for (substring, count) in substringCounts {if count > 1 {result.append(substring)}}return result
}// Demo代码模块
let dnaSequence = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
let repeatedSequences = findRepeatedDnaSequences(s: dnaSequence)
print(repeatedSequences)  // 输出: ["AAAAACCCCC", "CCCCCAAAAA"]

示例测试及结果

1. 示例1：

   • 输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
   • 输出：["AAAAACCCCC", "CCCCCAAAAA"]

2. 示例2：

   • 输入：s = "AAAAAAAAAAAAA"
   • 输出：["AAAAAAAAAA"]

时间复杂度

• 遍历字符串以构建哈希表的时间复杂度为O(n)，其中n是字符串的长度。
• 遍历哈希表以找出重复子字符串的时间复杂度为O(m)，其中m是哈希表中不同子字符串的数量，且m <= n/10（因为每个子字符串长度为10）。
• 因此，总时间复杂度为O(n)。

空间复杂度

• 哈希表用于存储子字符串及其出现次数，最坏情况下需要存储n/10个不同的子字符串（每个子字符串长度为10）。
• 因此，空间复杂度为O(n)。

总结

本文介绍了一个关于DNA序列中重复子字符串的问题，并提供了Swift语言的解决方案。通过遍历字符串并使用哈希表统计子字符串的出现次数，我们可以高效地找出所有长度为10且出现不止一次的子字符串。该解决方案的时间复杂度和空间复杂度均为O(n)，适用于处理较长的DNA序列字符串。