Landau-Vishkin
基础算法
假设我们有两个字符串:,每个字符串由A C G T四个字母组成。
在两个字符串上,都有三种可能的编辑操作(突变):
- 删除某个字符
- 在某个位置插入字符
- 改变某个字符
每一个编辑操作都有惩罚值。用D(R,B)表示字符串R和B的最小编辑距离(总惩罚值)。
在这里,我们将三种编辑操作的惩罚值都设为1。
定义矩阵D,X维和Y维分别表示字符串B和R。在矩阵的上,我们尝试对两个字符串对应位置的字符进行匹配,并计算相应位置的分数。
在矩阵上DP的过程实际上具有生物学意义。比如,上下或者左右移动意味着插入或者删除,在对角线上移动意味着匹配/失配。
很明显,在对角线上移动比左右/上下移动更容易找到符合条件的匹配。
示例图片:
伪代码:
算法优化
上面的算法的时间复杂度为O(m^2)。
在上一个算法的推导过程中,我们可以发现:在矩阵上DP的过程中,偏离中心对角线很远的元素基本不会符合答案要求。
设k为最大的惩罚值,通过限制搜索过程中D中元素的大小,只要大于k就放弃该元素,就可以达到优化时间复杂度到O(km)的效果。
在此基础上,考虑能否通过优化DP矩阵的两个维度,通过直接限制搜索空间的方法将空间复杂度也优化到O(km)。
可以发现,一个比较好的匹配总是沿对角线进行的。而且,如果遍历每一条对角线,一定能找到最终匹配。
定义差异值e(e<=k)作为新矩阵的一个维度。考虑到算法基础是以对角线为中心,向两边拓展差异值<=k,那么对角线编号应当作为矩阵的另一个维度。
我们将计算的矩阵重新定义为,其中d代表第几个对角线,e代表当前差异值。
可以发现,目前缺少一个代表"位于对角线的哪个位置"的元素。那么,就将元素值设为当前位于模式串的第几个字符,也就是之前D矩阵的行数即可。
现在,L矩阵上元素的值指对于第d个对角线,在差异值为e的情况下,最多能拓展到第几行。
接下来,考虑如何计算这个矩阵。
思考对角线之间的关系,可以发现:对于任意一条对角线,可以通过其相邻两条对角线当前拓展到的最大行数+1更新这一条对角线能拓展到的最大行数。这是因为通过一个插入/删除操作可以使两条相邻对角线上的对齐转化到当前对角线上。
因此,对于,只有
- 位于同一条对角线且差异值比他小1的元素+1
- 在上面的一条对角线上, +1
- 在下面的一条对角线上,+1
可以更新它的值。
伪代码
C++代码
#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#include<map>
const int INF = 20000000;
const int MAXN = 2000;
const int MAXK = 100; void setValue(int L[MAXN][MAXK], int i, int j, int value) {
L[i + (MAXN >> 1)][j + (MAXK >> 1)] = value;
} int getValue(int L[MAXN][MAXK], int i, int j) {
return L[i + (MAXN >> 1)][j + (MAXK >> 1)];
} bool sameChar(char r[], char b[], int rIndex, int bIndex,int lenB,int lenR) {
rIndex--;
bIndex--;
if (rIndex == 0 && bIndex == 0)return 1;
if (rIndex < 0 || bIndex < 0) {
printf("WRONG!");
return 0;
}
if (rIndex >= lenR || bIndex >= lenB)return 0;
return r[rIndex] == b[bIndex];
} bool isSame(char r[], char b[],int lenB,int lenR) {
if (lenR != lenB)return 0;
for (int i = 0; i < lenR; i++) {
if (r[i] != b[i])return 0;
}
return 1;
} void printAll(int L[MAXN][MAXK], int k) {
// 第几个对角线
for (int i = -k; i <= k; i++) {
// 差异值
for (int j = -k; j <= k; j++) {
printf("L[%d][%d]=%d ", i, j, getValue(L, i, j));
}
printf("\n");
}
} void init(int L[MAXN][MAXK], char r[], char b[], int k) {
for (int d = -(k + 1); d <= k + 1; d++) {
setValue(L, d, abs(d) - 2, -INF);
if (d < 0) {
setValue(L, d, abs(d) - 1, abs(d) - 1);
} else {
setValue(L, d, abs(d) - 1, -1);
}
}
} #define scanf_s scanf int max(int a,int b){
if(a>b)return a;
return b;
} int main() {
// 两个字符串
char r[MAXN], b[MAXN]; int k; int dp[MAXN][MAXK];
memset(dp, 0, sizeof(dp)); printf("R Input:");
scanf_s("%s", &r);
printf("B Input:");
scanf_s("%s", &b);
printf("k:");
scanf_s("%d", &k);
init(dp, r, b, k); int lenB=strlen(b);
int lenR=strlen(r); if (k == 0) {
if (isSame(r, b,lenB,lenR)) {
printf("yes\n");
} else {
printf("no\n");
}
return 0;
} // 遍历每一个差异值
for (int e = 0; e <= k; e++) {
// 遍历每一个差异值的所有对角线
for (int d = -e; d <= e; d++) {
int row = max(getValue(dp, d, e-1) + 1,
max(getValue(dp, d - 1, e - 1), getValue(dp, d + 1, e - 1) + 1));
while (sameChar(r, b, row + 1, row + 1 + d,lenB,lenR)) {
row++;
}
setValue(dp, d, e, row);
if (getValue(dp, d, e) == lenR) {
printf("yes\n");
//printAll(dp, k);
return 0;
}
}
} //printAll(dp, k);
printf("no\n");
return 0;
}
对拍
数据生成
#include<cstdio>
#include<iostream>
#include<cmath>
#include<string>
#include<algorithm>
#include<ctime>
#include<map>
const int INF = 20000000;
const int MAXN = 2000;
using namespace std; int min(int a,int b){
if(a<b)return a;
return b;
} string randomChar(){
int opt=rand()%4;
switch(opt){
case 0:
return "A";
case 1:
return "T";
case 2:
return "C";
case 3:
return "G";
}
} string createSequence(string str,int len){
for(int i=0;i<len;i++){
str+=randomChar();
}
return str;
} string insert(string str){
int len=str.length();
int index=rand()%len;
return str.insert(index,randomChar());
} string replace(string str){
int len=str.length();
int index=rand()%len;
char oldChar=str[index];
while(oldChar==str[index]){
str=str.replace(index,1,randomChar());
}
return str;
} string _delete(string str){
int len=str.length();
int index=rand()%len;
return str.erase(index,1);
} string randomOpt(string origin,int optNum){
string tmp=origin;
for(int i=1;i<=optNum;i++){
int opt=rand()%3;
switch(opt){
case 0:
tmp=insert(tmp);
continue;
case 1:
tmp=replace(tmp);
continue;
case 2:
tmp=_delete(tmp);
continue;
}
}
return tmp;
} int main() {
srand((int)time(NULL));
int len=rand()%10+5;
int optNum=rand()%(min(40,len-3));
string b="",r="";
b=createSequence(b,len);
r=randomOpt(b,optNum); int is=rand()%2;
int delta=rand()%3;
if(is==0){
delta*=-1;
} if(r.length()>b.length()){
printf("%s\n",b.c_str());
printf("%s\n",r.c_str());
printf("%d\n",optNum+delta);
}else{
printf("%s\n",r.c_str());
printf("%s\n",b.c_str());
printf("%d\n",optNum+delta);
} return 0;
}
正确代码
#include<cstdio>
#include<iostream>
#include<cmath>
#include<cstring>
#include<algorithm>
#include<map>
const int INF = 20000000;
const int MAXN = 2000; void printAll(int dp[MAXN][MAXN],int lenR,int lenB) {
for (int i = 0; i <= lenR; i++) {
for (int j = 0; j <= lenB; j++) {
printf("%d ", dp[i][j]);
}
printf("\n");
}
} int min(int a,int b){
if(a<b)return a;
return b;
} int dp[MAXN][MAXN];
int main() {
// 涓や釜瀛楃涓?
char r[MAXN], b[MAXN];
int k; printf("R Input:");
scanf("%s", &r);
printf("B Input:");
scanf("%s", &b);
printf("k:");
scanf("%d", &k); int lenR = strlen(r), lenB = strlen(b);
dp[0][0] = 0;
for (int j = 1; j <= lenB; j++) {
dp[0][j] = j;
}
for (int i = 1; i <= lenR; i++) {
dp[i][0] = i;
}
for (int i = 1; i <= lenR; i++) {
for (int j = 1; j <= lenB; j++) {
int tmp = dp[i - 1][j - 1];
if (r[i - 1] != b[j - 1])tmp++;
dp[i][j] = min(dp[i - 1][j] + 1, min(dp[i][j - 1] + 1, tmp));
}
}
int minn=INF;
for (int i = 1; i <= lenB; i++) {
minn = min(minn, dp[lenR][i]);
}
// printAll(dp, lenR, lenB);
if (minn <= k) {
printf("yes\n");
}else {
printf("no\n");
}
return 0;
}
最新文章
- 【原】理解javascript中的闭包
- Sprint第三阶段(第四天12.12)
- jdk动态代理实现
- ABP的语言切换
- jboss developers studio 快速创建 spring mvc 项目
- WinExec
- MEANIO
- alpha融合
- webstorm使用教程--主题设置
- 为每个页面加上Session判断 转
- 给js动态创建的对象绑定事件
- C++——函数重载
- Linux平台下RMAN异机恢复总结
- weblogic每天日志合并shell脚本 [个人记录]【转】【补】
- C#宣告一个变量
- golang 面向对象编程
- SpringBoot-整合多数据源
- 一种基于SDR实现的被动GSM嗅探
- 20145208 蔡野 《网络对抗》Exp4 恶意代码分析
- Unity3d ugui 实现image代码换图