C++中的简单字典

Question

将一些代码从Python转移到C++.

BASEPAIRS = { "T": "A", "A": "T", "G": "C", "C": "G" }

思维导图可能有点矫枉过正？你会用什么？

Answer 1

您可以使用以下语法:

#include <map>

std::map<char, char> my_map = {
    { 'A', '1' },
    { 'B', '2' },
    { 'C', '3' }
};

Answer 2

如果您正在进行优化,并假设输入始终是四个字符之一,则下面的函数可能值得尝试替换地图:

char map(const char in)
{ return ((in & 2) ? '\x8a' - in : '\x95' - in); }

它的工作原理是您正在处理两个对称对.条件用于将A/T对与G/C对分开('G'和'C'碰巧具有共同的第二最低有效位).剩下的算术执行对称映射.它基于a =(a + b) - b对于任何a,b都是正确的事实.

Answer 3

虽然使用a std::map很好或使用256大小的char表就可以了,但只需使用一个就可以节省大量的空间痛苦enum.如果您具有C++ 11功能,则可以使用enum class强类型:

// First, we define base-pairs. Because regular enums
// Pollute the global namespace, I'm using "enum class". 
enum class BasePair {
    A,
    T,
    C,
    G
};

// Let's cut out the nonsense and make this easy:
// A is 0, T is 1, C is 2, G is 3.
// These are indices into our table
// Now, everything can be so much easier
BasePair Complimentary[4] = {
    T, // Compliment of A
    A, // Compliment of T
    G, // Compliment of C
    C, // Compliment of G
};

用法变得简单:

int main (int argc, char* argv[] ) {
    BasePair bp = BasePair::A;
    BasePair complimentbp = Complimentary[(int)bp];
}

如果这对你来说太过分了,你可以定义一些助手来获得人类可读的ASCII字符,并且还可以得到基础对的赞美,这样你就不会一直在进行(int)强制转换:

BasePair Compliment ( BasePair bp ) {
    return Complimentary[(int)bp]; // Move the pain here
}

// Define a conversion table somewhere in your program
char BasePairToChar[4] = { 'A', 'T', 'C', 'G' };
char ToCharacter ( BasePair bp ) {
    return BasePairToChar[ (int)bp ];
}

它干净,简单,高效.

现在,突然间,你没有256字节的表.您也没有存储字符(每个字节1个字节),因此如果您将其写入文件,则每个碱基对可以写入2位而不是每个碱基对1个字节(8位).我不得不使用生物信息学文件,每个文件存储数据为1个字符.好处是它是人类可读的.该骗局应该是一个250 MB的文件最终占用1 GB的空间.运动,储存和使用是一场噩梦.对于coursse来说,即使是蠕虫DNA ,250 MB也是慷慨的.无论如何,没有人会阅读1 GB的碱基对.

Answer 4

在我真正关注性能之前,我会使用一个函数,它接受一个基数并返回它的匹配:

char base_pair(char base)
{
    switch(base) {
        case 'T': return 'A';
        ... etc
        default: // handle error
    }
}

如果我关心性能,我会将一个基数定义为一个字节的四分之一.0代表A,1代表G,2代表C,3代表T.然后我将4个字节打包成一个字节,为了得到它们的对,我只需要补码.

Answer 5

char数组中的表:

char map[256] = { 0 };
map['T'] = 'A'; 
map['A'] = 'T';
map['C'] = 'G';
map['G'] = 'C';
/* .... */

Answer 6

这是地图解决方案:

#include <iostream>
#include <map>

typedef std::map<char, char> BasePairMap;

int main()
{
    BasePairMap m;
    m['A'] = 'T';
    m['T'] = 'A';
    m['C'] = 'G';
    m['G'] = 'C';

    std::cout << "A:" << m['A'] << std::endl;
    std::cout << "T:" << m['T'] << std::endl;
    std::cout << "C:" << m['C'] << std::endl;
    std::cout << "G:" << m['G'] << std::endl;

    return 0;
}