[leetcode]187. Repeated DNA Sequences寻找DNA中重复出现的子串

很重要的一道题

题型适合在面试的时候考

位操作和哈希表结合

public List<String> findRepeatedDnaSequences(String s) {
        /*
        寻找出现过一次以上的十个字母长的子串
        最简单的想法是把每个长度为10的子串存到hashtable中，但是这肯定不符合出题人的意思，要考察位操作
        看了答案，使用位操作，第一次做bit manipulation的题
        由于ACGT的ASCII码，后三位各不相同，所以我们只要考虑字符的后三位就行
        用一个int类型来代表遍历序列，每次把一个字符添加到序列末尾（添加方式是左移3位然后|上下一个字符的后三位）
        这样每次用一个掩码提取后27位并|后一位字符代表当前子串，记录到hashtable中，这样用一个int数字代替一个子串，
        会节省内存
        这里不直接提取后30位的原因是，如果提取30位再向左移3位会超出int范围，而且32位计算机会溢出
        所以先提取27位再左移再或
         */
        int l = s.length();
        List<String> res = new ArrayList<>();
        if(l<=10)
        {
            return res;
        }
        Map<Integer,Integer> map = new HashMap<>();
        //位操作序列
        int cur = 0;
        //掩码1,用来提取后27位
        int mask = 0x7ffffff;
        //先把前27位添加上，以后就可以循环实现了

        for (int i = 0; i < 9; i++) {
            //每次左移3位，空出位置用于添加，&7是提取后三位
            cur  = (cur<<3)|(s.charAt(i)&7);
        }
        //开始记录和查询
        for (int i = 9; i < l; i++) {
            cur = ((cur&mask)<<3)|(s.charAt(i)&7);
            map.put(cur,map.getOrDefault(cur,0)+1);
            //只在第二次出现时添加，第三次，第四次...不添加
            //一开始想着全部添加到map中在遍历key来添加，但是发现那时候就没有字符index：i了，如果用key还原子串很麻烦
            if (map.get(cur)==2)
                res.add(s.substring(i-9,i+1));
        }
        return res;
        }