鹼基序列匹配 (25 分)
阿新 • • 發佈:2018-11-02
地理專案是IBM和國家地理學會的合作研究專案,從成千上萬捐獻的DNA分析地球上人類是如何繁衍的。
作為一個IBM的研究人員,請你寫一個程式找出給定的DNA片段之間的相同之處,使得對個體的調查相關聯。
一個DNA鹼基序列是指把在分子中發現的氮基的序列給羅列出來。有四種氮基:腺嘌呤 (A)、胸腺嘧啶(T)、鳥嘌呤(G)和胞嘧啶(D),例如,一個6鹼基DNA序列可以表示為 TAGACC。
給出一個DNA鹼基序列的集合,確定在所有序列中都出現的最長的鹼基序列。
輸入格式:
輸入的第一行給出了整數n,表示測試資料集合的數目。每個測試資料集合由下述兩部分組成:
一個正整數m(2≤m≤10),給出資料集合中鹼基序列的數目。
m行,每行給出一個60鹼基的鹼基序列。
輸出格式:
對於輸入的每個測試資料集合的所有的鹼基序列,輸出最長的相同的鹼基子序列。
如果最長的相同的鹼基子序列的長度小於3,則輸出“no significant commonalities”來代替鹼基子序列。
如果相同最長長度的子序列有多個,則僅輸出按字母排序的第一個。
輸入樣例:
3 2 GATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATA AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA 3 GATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATACCAGATA GATACTAGATACTAGATACTAGATACTAAAGGAAAGGGAAAAGGGGAAAAAGGGGGAAAA GATACCAGATACCAGATACCAGATACCAAAGGAAAGGGAAAAGGGGAAAAAGGGGGAAAA 3 CATCATCATCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCC ACATCATCATAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA AACATCATCATTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT
輸出樣例:
no significant commonalities
AGATAC
CATCATCAT
本題由於資料規模較小,直接暴力求解,列舉所有子串,用strstr()函式,或者find()函式在其他串中匹配,或者用kmp也行。
#include<bits/stdc++.h> using namespace std; #define maxsize 61 void match(char c[][maxsize],int m) ///二維陣列c的行數為n { bool findout=false; ///是否找到公共串 char ans[maxsize]; ///存放找到的公共串 strcpy(ans,"Z"); ///初始化ans,因為題目中字串的字母只有ATGD for(int i=60; i>=3; i--) ///列舉所有子串,長度i,從大到小,因為要求的是最長的公共子串 { for(int j=0; j<=60-i; j++) ///列舉所有長度為i的字串 { char pattern[maxsize]; ///存放每次列舉的子串 int cnt=0; ///記錄與後面字串匹配的字串的個數 strncpy(pattern,c[0]+j,i); ///列舉子串 pattern[i]='\0'; for(int k=1; k<m; k++) ///在剩下的鹼基序列中查詢是否有該子串 { if(strstr(c[k],pattern)) cnt++; else break; } if(cnt==m-1 && strcmp(ans,pattern)>0) ///如果都有pattern子串並且比原有的ans字典 ///序小,則拷貝給ans strcpy(ans,pattern),findout=true; } if(findout) ///如果長度為i的子串都匹配成功, ///直接列印,因為從大到小列舉,得到的肯定是最長的 { printf("%s\n",ans); return; } } strcpy(ans,"no significant commonalities"); printf("%s\n",ans); } int main() { int n; cin>>n; while(n--) { int m; scanf("%d",&m); char c[m][maxsize]; for(int i=0; i<m; i++) { scanf("%s",c[i]); } match(c,m); } return 0; }