算法分析与设计PPT04-动态规划 - 9 Human Gene Functions.pptVIP

* * * ZJU1027-HUMAN GENE FUNCTIONS 众所周知，人类基因可以认为是一个基因序列，包含四种核苷酸，分别用A，C，T和G四个字母简单地表示。生物学家对鉴别人类基因并确定他们的功能很感兴趣，因为这对诊断人类疾病和开发新药很有用。…… 你的任务是编写一个程序，按以下规则比较两个基因并确定它们的相似程度。 给出两个基因AGTGATG和GTTAG，他们有多相似呢？测量两个基因相似度的一种方法称为对齐。使用对齐方法，可以在基因的适当位置插进空格，让两个基因的长度相等，然后根据基因分值矩阵计算分数。 * ZJU1027-HUMAN GENE FUNCTIONS 例如，给AGTGATG插入一个空格，就得到AGTGAT-G；给GTTAG插入三个空格，就得到-GT--TAG。空格用减号（-）表示。现在两个基因一样长了，把这两个字符串对齐： AGTGAT-G -GT--TAG 对齐以后，有四个基因是相配的：第二位的G，第三位的T，第六位的T和第八位的G。根据下列基因分值矩阵，每对匹配的字符都有相应的分值。 * 表示空格对空格是不允许的。上面对齐的字符串分值是： (-3)+5+5+(-2)+(-3)+5+(-3)+5=9。 ? A C G T - A 5 -1 -2 -1 -3 C -1 5 -3 -2 -4 G -2 -3 5 -2 -2 T -1 -2 -2 5 -1 - -3 -4 -2 -1 * * ZJU1027-HUMAN GENE FUNCTIONS 当然，还有其它的对齐方式。下面是另一种对齐方式(不同数量的空格插进不同的位置)： AGTGATG -GTTA-G 这种对齐方式的分值是(-3)+5+5+(-2)+5+(-1) +5=14，它比前一个要好。其实这种对齐方式是最优的，没有其他的方式能得到更高的分值了，所以这两个基因的相似度是14。 ? A C G T - A 5 -1 -2 -1 -3 C -1 5 -3 -2 -4 G -2 -3 5 -2 -2 T -1 -2 -2 5 -1 - -3 -4 -2 -1 * * ZJU1027-HUMAN GENE FUNCTIONS 在衡阳市第八中学信息学奥赛论坛中，管理员转载有LeeMars的算法。 数据结构 基因分值矩阵的表示： int score[5][5] = {{5, -1, -2, -1, -3}, {-1, 5, -3, -2, -4}, {-2, -3, 5, -2, -2}, {-1, -2, -2, 5, -1}, {-3, -4, -2, -1, 0}}; ? A C G T - A 5 -1 -2 -1 -3 C -1 5 -3 -2 -4 G -2 -3 5 -2 -2 T -1 -2 -2 5 -1 - -3 -4 -2 -1 * * ZJU1027-HUMAN GENE FUNCTIONS 原矩阵的下标是A，C，G，T和-，有很多程序采用switch语句转换，这里采用map数组转换： char map[128]; 只使用其中5个单元：map[A] = 0; map[C] = 1; map[G] = 2; map[T] = 3; map[-] = 4; 两个基因使用字符串表示： char str1[MaxN],str2[MaxN]; ? A C G T - A 5 -1 -2 -1 -3 C -1 5 -3 -2 -4 G -2 -3 5 -2 -2 T -1 -2 -2 5 -1 - -3 -4 -2 -1 * 输入样例 2 7 AGTGATG 5 GTTAG 7 AGCTATT 9 AGCTTTAAA first second * ZJU1027-HUMAN GENE FUNCTIONS (2) 动态规划算法的实现 本题类似于最长公共子序列（LCS）问题。 使用gene数组记录动态规划过程中产生的中间结果： int gene[MaxN][MaxN]; gene[i][j]表示基因子串str1[0…i-1]和str2[0…j-1]的分值： str1取第i-1个字母，str2取-：m1 = gene[i-1][j] + score[map[str1[i-1]]][4]; str1取-，str2取第j-1个字母：m2 = gene[i][j-1] + score[4][map[str2[j-1]]]; str1取第i-1个字母，str2取第j-1个字母：m3 = gene[i-1][j-1] + score[map[str1[i-1]]][map[str2[j-1]]]; 则gene[i][j] = max(m1, m2, m3)。 最终结果是gene[first][second