KMP算法的应用——碱基序列匹配

碱基序列匹配（ACM真题）

地理项目是IBM和国家地理学会的合作研究项目，从成千上万捐献的DNA分析地球上人类是如何繁衍的。作为一个IBM的研究人员，请你写一个程序找出给定的DNA片段之间的相同之处，使得对个体的调查相关联。一个DNA碱基序列是指把在分子中发现的氮基的序列给罗列出来。有四种氮基：腺嘌呤 (A)、胸腺嘧啶(T)、鸟嘌呤(G)和胞嘧啶(D)，例如，一个6碱基DNA序列可以表示为 TAGACC。给出一个DNA碱基序列的集合，确定在所有序列中都出现的最长的碱基序列。

输入格式:
输入的第一行给出了整数n，表示测试数据集合的数目。每个测试数据集合由下述两部分组成：一个正整数m(2≤m≤10)，给出数据集合中碱基序列的数目。m行，每行给出一个60碱基的碱基序列。

输出格式:
对于输入的每个测试数据集合的所有的碱基序列，输出最长的相同的碱基子序列。如果最长的相同的碱基子序列的长度小于3，则输出“no significant commonalities”来代替碱基子序列。如果相同最长长度的子序列有多个，则仅输出按字母排序的第一个。

输入样例

3
2
GATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATA
AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
3
GATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATA
GATACTAGATACTAGATACTAGATACTAAAGGAAAGGGAAAAGGGGAAAAAGGGGGAAAA
GATACCAGATACCAGATACCAGATACCAAAGGAAAGGGAAAAGGGGAAAAAGGGGGAAAA
3
CATCATCATCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC
ACATCATCATAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
AACATCATCATTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT

输出样例

no significant commonalities
AGATAC
CATCATCAT

思路：KMP算法遍历每一个子串
KMP基本思想：发生不匹配时，主串S的i不回溯，子串T的j回溯到next[j]对应位置的k上。
①用字符串数组存储每一组的碱基序列，数组的元素是一串碱基序列；
②从第一串碱基序列（字符串数组的第一个元素）入手，从最长的子串（碱基序列本身）开始与其他序列进行比对，直到找到共有的子串为止；
③暴力列举每一个子串进行比对，采用KMP算法进行比较。

代码如下：

#include<bits/stdc++.h>
using namespace std;void getNext(string S,int* next)  //得到子串下面的数组
{int j,k;j=0;k=-1;next[0]=-1;  //子串0号元素下面数为-1while(j<(S.size()-1))  //对子串所有元素下面赋值{if(k==-1||S[j]==S[k])  //如果k回到了第一个元素或者第j个元素等于第k个元素{j++;k++;  //j++；k++；next[j]=k;  //子串第j个元素下面的数为k}elsek=next[k];  //k为第子串第k个元素下面的数}
}bool Compare(string T,string *S,int n)  //返回该子串是否是每一个序列的子串
{int a=T.size();  //得到子串T的长度int next[a];  //建立子串的数组下标getNext(T,next);  //给子串数组赋值int results[n];  //建立一个大小为n的数组判断子串是不是n-1个主串的公共子串for(int i=0;i<n;i++){results[i]=0;  //给数组hhh全赋初值0}for(int l=1;l<n;l++){int aa=S[l].size();  //得到主串的长度int i=0,j=0;while(i<aa)  //当主串下标没到达尾部时{if(j==-1||S[l][i]==T[j]){++i;++j;}elsej=next[j];if(j==a){results[l]=1;break;}}}for(int i=1;i<n;i++)  //查看该子串是否为每一个主串下面的子串{if(results[i]!=1)return false;  //不是则返回false}return true;  //反之是则返回true
}void Deal(string *aar,int n)
{string key="Z";  //假定最长公共序列keystring try1;  //第一个碱基序列的每一个字串int w=0;for(int i=60;i>=3;i--)  //从最长字符串长度开始作为子串长度{if(w!=0&&i<w){cout<<key<<endl;return ;}for(int k=0;k<=60-i;k++)  //开始位置{try1=aar[0].substr(k,i);  //第一个碱基序列的一个字串//cout<<try1<<endl;if(Compare(try1,aar,n))  //查看是否为公共字串{w=i;if((try1.size()>=key.size())&&(try1<key))key=try1;}}}if(key.size()<3)cout<<"no significant commonalities"<<endl;elsecout<<key<<endl;
}int main()
{int N;cin>>N; //输入数据集合的数目Nfor(int z=0;z<N;z++)  //输入集合的每一组元素{int n;cin>>n;  //输入数据集合中碱基序列的数目nstring jjsz[n];  //建立jjsz[n]数组存放每一组碱基序列for(int x=0;x<n;x++){cin>>jjsz[x];  //存放每一个碱基序列}Deal(jjsz,n);  //开始处理}return 0;
}

KMP算法的应用——碱基序列匹配相关推荐

【gif图文】KMP算法（从暴力匹配到快速匹配）
从暴力匹配到快速匹配(KMP算法) 学习kmp算法前,首先要先了解什么是kmp算法,kmp算法具体优点是什么,kmp的主要应用方向在哪. 然后才是,代码实现带着以上问题,我们来一步一步学习kmp算法 ...
Java数字匹配的kmp算法
package Four; /**** 研究kmp算法(数字之间的匹配模式)* @author bai* 题目描述:给你两个数字序列,你的任务是在序列a中* 找到和序列b完全匹配的子串,如果有多个匹配 ...
三十五、字符串匹配问题--KMP算法
一.暴力匹配算法实现字符串匹配如果用暴力匹配的思路,并假设现在 str1 匹配到 i 位置,子串 str2 匹配到 j 位置,则有: 如果当前字符匹配成功(即 str1[i] == str2[j]) ...
c语言主范式与编码,超详细！终于搞明白KMP算法
小伙伴们好久不见,今天将开设"数据结构与算法"专栏,一起梳理一遍硬核课程的重要知识点,那我们开始吧正文「字符串匹配」是计算机的基本任务之一,举个栗子,有一个字符串"「 ...
数据结构：详解KMP算法，手工求解next、nextval数组，求模式串的比较次数例题
KMP 算法手工求解 next 数组,nextval数组例题:求模式串的比较次数 2019 年 408 统考真题设主串 T="abaabaabcabaabc",模式串 S=& ...
[算法系列之二十六]字符串匹配之KMP算法
一简介 KMP算法是一种改进的字符串匹配算法,由D.E.Knuth与V.R.Pratt和J.H.Morris同时发现,因此人们称它为克努特-莫里斯-普拉特操作(简称KMP算法).KMP算法的关键是利 ...
字符串：3.KMP算法(快速模式匹配算法)详解
BF算法的改进--KMP算法(快速模式匹配算法). 串的普通模式匹配算法,大体思路是:模式串从主串的第一个字符开始匹配,每匹配失败,主串中记录匹配进度的指针 i 都要进行 i-j+1 的回退操作(这个 ...
SCU4438 Censor(审查员）（KMP算法与模拟栈的应用 || HASH表与模拟栈的结合）
Censor frog is now a editor to censor so-called sensitive words (敏感词). She has a long text pp. Her j ...
字符串匹配代码C语言,KMP算法(快速模式匹配算法)详解以及C语言实现
通过上一节的介绍,学习了普通模式匹配算法,大体思路是:模式串从主串的第一个字符开始匹配,每匹配失败,主串中记录匹配进度的指针 i 都要进行 i-j+1 的回退操作(这个过程称为"指针回溯&q ...
数据结构：KMP算法串的模式匹配算法（全网最详细）
目录 KMP模式匹配算法简述 KMP模式匹配算法原理如果人眼来优化的话,怎样处理接下来我们自己来发现j的移动规律: 这一段公式证明了我们为什么可以直接将j移动到k而无须再比较前面 ...

KMP算法的应用——碱基序列匹配

碱基序列匹配（ACM真题）

KMP算法的应用——碱基序列匹配相关推荐

最新文章

热门文章