Repeated DNA Sequences

All DNA is composed of a series of nucleotides abbreviated as A, C, G, and T, for example: "ACGAATTCCG". When studying DNA, it is sometimes useful to identify repeated sequences within the DNA.

Write a function to find all the 10-letter-long sequences (substrings) that occur more than once in a DNA molecule.

For example,

Given s = "AAAAACCCCCAAAAACCCCCCAAAAAGGGTTT",

Return:
["AAAAACCCCC", "CCCCCAAAAA"].

Subscribe to see which companies asked this question.

解题技巧：

       该题主要采用了两种技巧：位运算、hash。

       考虑将ACGT进行二进制编码，即：A -> 00, C -> 01, G -> 10, T -> 11；在编码的情况下，每10位字符串的组合即为一个数字，且10位的字符串有20位，一般来说int有4个字节，32位，即可以用于对应一个10位的字符串。例如：ACGTACGTAC -> 00011011000110110001

       20位的二进制数，至多有2^20种组合，因此hash table的大小为2^20，即1024 * 1024，将hash table设计为bool hashTable[1024 * 1024];

       在处理字符串时，每次向右移动1位字符，相当于字符串对应的int值左移2位，再将其最低2位置为新的字符的编码值，最后将高2位置0；得到当前的子字符串对应的值val后，判断该值是否出现过，如果未出现，则将hasTable[val]设置为true，否则，将当前的子字符串存入到set容器中

代码：

#include 
#include 
#include 
#include 
#include 
#include