基于C程序的DNA序列的k-mer_index数据查找.docVIP

论文题目： 姓名 学院 年级 专业 学号 联系电话 数学分析 高等代数 高等数学 线性代数 概率统计 数学实验 数学模型 CET4 CET6 2013 级 电气工程及其自动化 \ \ 91 89 96 \ \ 560 \ 电气工程学院 2013 级 电气工程及其自动化 \ \ 91 88 85 \ \ 578 540 电气工程学院 2013 级 电气工程及其自动化 \ \ 85 89 89 \ \ 554 \  基于C程序的DNA序列的k-mer index数据查找 摘要 DNA 是生命体的基本遗传物质，其组成和序列变化创造了形形色色的生命世界。快速、准确地获取生物体的遗传信息对于生命科学的研究具有重要意义[1]。现需要给定一种数据索引方法 ，利用一种查询算法查询百万条序列中是否存在相应的片段，如果存在，则输出相应片段所在的位置。 针对问题一，运用karp-Rabin算法，在C程序环境下编写字符串匹配算法。具体做法是将碱基序列映射成四进制的数串，对给定的k，构造合适的哈希函数，将四进制数串内每个长度为k的子数串译为唯一的十进制数，按顺序放进索引数组（哈希表）。查找相同的字符串等价于判断相应的hash值是否相同。此法可以大大提高建立索引和查询的时间。 针对问题二，对不同k值经过大量多次的