Leetcode NO.187 Repeated DNA Sequences

本题题目要求如下：

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"].

其实本题的思路还是很简单的。。
就是hashmap，每数十个字母，就检查一下hashmap有没有相同元素，如果有的话，这个就是需要返回的元素。。。。截止到这里，只能算是简单题里面的中下水平。。。实际上，这道题还是有一定难度的，比如，如果你按以上写法，时间上没有问题，但是会超过memory limit，论坛里的几乎所有解法都是优化hashmap的key。。我的方法估计一般，感觉运行时间比别人慢很多，但是也不失为一种思路。。。。

因为比如key是["AAAAACCCCC"]这种字符串，会很耗空间，所以，我把AAAAACCCCC转化为0000011111，这个是4进制表达(A->0, C->1, G->2, T->3)，这样将会大幅度减小hashmap所占的空间。。。。

完整代码如下：

class Solution {
public:
    vector<string> findRepeatedDnaSequences(string s) {
    	vector<string> res;
    	if (s.length() < 11)
    		return res;

    	unordered_set<int> hashset;

        for (int i = 0; i <= s.length() - 10; ++i) {
        	string target = s.substr(i, 10);
        	auto found = hashset.find(hash(target));
        	if (found != hashset.end()) {
        		auto it = find(res.begin(), res.end(), target);
        		if (it == res.end()) {
        			res.push_back(target);
        		}
        	}
        	else {
        		hashset.insert(hash(target));
        	}
        }

        return res;
    }
private:
	int hash(string str) {
		int ret = 0;
		for (int i = 0; i < 10; ++i) {
			switch (str[i]) {
				case 'A':
					ret = 4 * ret + 0;
					break;
				case 'C':
					ret = 4 * ret + 1;
					break;
				case 'G':
					ret = 4 * ret + 2;
					break;
				case 'T':
					ret = 4 * ret + 3;
					break;
			}
		}
		return ret;
	}
};