DNA序列的k-mer_index问数模论文.docVIP

重庆交通大学2015年第八届数学建模竞赛 参 赛 论 文 论 文 选 题 ：B 题 学生姓名 学号 所在学院 联 系 电 话 ： 1 E-mail地 址 ： DNA 序列的k-mer index问题 摘要 本小组在查阅了相关文献资料后，基于“数据结构”中的“哈希算法[2][6]”、“倒排索引[1][2]”法及“BKDRHash算法[2]”，建立相应的数学模型，给出分析和结果，对DNA 序列的k-mer index 问题给出解决方案。 本模型对不同k值采用不同算法建立索引。当k值较小时，利用基因序列其碱基种类较少（仅A,T,G,C四种）的特点，根据哈希算法进制转换的思想，可将k-mer 看成一个四进制的序列数，将其转化为十进制数作为哈希表的关键字[2]，并采用倒排索引的方法对哈希表关键字分类整理，建立相应的地址存储单元，实现索引；当k值较大时，考虑到内存溢出[6]的问题，采用“BKDRHash算法”对k-mer进行十