【字符串hash】DNA

 DNA

题目描述

小X身为奆老，兴趣爱好广泛，他还非常喜欢研究DNA序列……
小X进行了一项关于DNA序列研究，发现人某条染色体上的一段DNA序列中连续的k个碱基组成的碱基序列与做题的AC率有关！于是他想研究一下这种关系。
现在给出一段DNA序列，请帮他求出这段DNA序列中所有连续k个碱基形成的碱基序列中，出现最多的一种的出现次数。

 

输入

第一行为一段DNA序列，保证DNA序列合法，即只含有A,G,C,T四种碱基；
第二行为一个正整数k，意义与题目描述相同。

 

输出

一行，一个正整数，为题目描述中所求答案。

 

样例输入

AAAAA
1

样例输出

5

 

提示

对于这段DNA序列，连续的1个碱基组成的碱基序列只有A，共出现5次，所以答案为5。

记DNA序列长度为n。
下面给出每组数据的范围和满足性质情况：

 

 

【题解】

　　看清楚题意，是连续k个，然后可以重叠的，直接字符串Hash搞即可.

 

#include<bits/stdc++.h>
using namespace std;
const int N = 5e6+10;
typedef unsigned long long ull;
unordered_map < ull , int > Mp ;
unordered_map < ull , int > Cnt ;
 
ull h[N],p[N],base=131;
char str[N];
ull get_hash( int L , int R){
    return h[R] - h[L-1] * p[ R - L + 1 ];
}
 
ull t[N];
int main()
{
    int n,k;
    scanf("%s%d",str+1,&k);
    n = strlen(str+1);
    p[0] = 1 ;
    for( int i = 1 ; i <= n ; i++ ){
        h[i] = h[i-1] * base + str[i] - 'A' + 1 ;
        p[i] = p[i-1] * base ;
        if( i >= k ){
            ull tmp = get_hash( i-k+1 , i ) ;
            Cnt[tmp] ++ ;
        }
    }
    int ans = 0 ;
    for( auto x : Cnt ){
        ans = max( ans , x.second );
    }
    printf("%d\n",ans);
    return 0 ;
}
/*
AAAAACCCCCGGGGGGGGTTTTTTTTTTTTTT
1
14
 
*/