Leetcode 187.重复的DNA序列

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。

编写一个函数来找出所有目标子串，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。

输入：s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT"
输出：["AAAAACCCCC","CCCCCAAAAA"]
输入：s = "AAAAAAAAAAAAA"
输出：["AAAAAAAAAA"]
0 <= s.length <= 105
s[i] 为 'A'、'C'、'G' 或 'T'

//https://leetcode-cn.com/problems/repeated-dna-sequences/
#include <bits/stdc++.h>
using namespace std;
#define N 100005
#define ll long long int
class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
    	vector<string> v;
    	int ans = 0, mask = ( 1 << 20 ) - 1;
    	bitset< 1 << 20 > s1, s2;
    	unordered_map<char, int> m{{'A', 0}, {'C', 1}, {'T', 2}, {'G', 3}};
    	for(int i = 0; i < min(10, (int)s.size()); i++)
    		ans = ((ans << 2) & mask) | m[s[i]];
    	s1.set(ans);
    	for(int i = 10; i < s.size(); i++){
    		ans = ((ans << 2) & mask) | m[s[i]];
    		if(s2.test(ans)) continue;
    		if(s1.test(ans)){
    			v.push_back(s.substr(i - 9, 10));
    			s2.set(ans);
    		}
    		s1.set(ans);
    	}
    	return v;
    }
};
int main(){
	string s1 = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT";
	string s2 = "AAAAAAAAAAAAA";
	Solution solution;
	cout << solution.findRepeatedDnaSequences(s1).size() << endl;
	cout << solution.findRepeatedDnaSequences(s2).size() << endl;
	return 0;
}
/*
*/