最新华为OD机试
2025华为od 机试2025B卷-华为机考OD2025年B卷
题目描述
一个 DNA 序列由 A/C/G/T 四个字母的排列组合组成。 G 和 C 的比例(定义为 GC-Ratio )是序列中 G 和 C 两个字母的总的出现次数除以总的字母数目(也就是序列长度)。在基因工程中,这个比例非常重要。因为高的 GC-Ratio 可能是基因的起始点。
给定一个很长的 DNA 序列,以及限定的子串长度 N ,请帮助研究人员在给出的 DNA 序列中从左往右找出 GC-Ratio 最高且长度为 N 的第一个子串。
DNA序列为 ACGT 的子串有: ACG , CG , CGT 等等,但是没有 AGT , CT 等等
数据范围:字符串长度满足 1≤n≤1000 1≤n≤1000 ,输入的字符串只包含 A/C/G/T 字母
输入描述
输入一个string型基因序列,和int型子串的长度
输出描述
找出GC比例最高的子串,如果有多个则输出第一个的子串
示例1
输入
ACGT
2
输出
CG
说明
ACGT长度为2的子串有AC,CG,GT3个,其中AC和GT2个的GC-Ratio都为0.5,CG为1,故输出CG
示例2
输入
AACTGTGCACGACCTGA
5
输出
GCACG
说明
虽然CGACC的GC-Ratio也是最高,但它是从左往右找到的GC-Ratio最高的第2个子串,所以只能输出GCACG。
解题思路
滑动窗口算法是解决这类子串问题的理想方法,尤其在需要查找固定长度子串的特定特性时。对于寻找最高GC比率的DNA子串问题:
-
窗口定义:固定大小为子串长度的窗口,在DNA序列上从左到右滑动
-
初始窗口:计算序列开头的第一个子串中G和C的数量,得到初始GC比率
-
窗口滑动:窗口向右移动时,只需考虑两个变化:
- 移出窗口的字符(如果是G或C,GC计数减1)
- 移入窗口的新字符(如果是G或C,GC计数加1)
-
增量计算:无需重新扫描整个子串,只需调整计数器
- 时间复杂度从O