C:将DNA序列压缩成二进制
C: Compresing DNA sequence into binary
嗨,我正在尝试弄清楚如何获得将 DNA 代码转换为二进制位的函数,需要使其看起来像这样:ACGTT -> XXXXXX11 11100100 从右到左
对于 A=0 C=1 G=2 T=3。现在我想按字符来做,然后将它移动 >>2 使其失去功能,但我无法弄清楚功能本身......
我这样试过这样 returns NULL.
char CompressChar(char c){
char temp[8]="XXXXXXXX";
if (c=='A'){
temp[7] = '0';
temp[6] = '0';
}
if (c=='C'){
temp[7]='1';
temp[6]='0';
}
if(c=='G'){
temp[7]='0';
temp[6]='1';
}
if(c=='T'){
temp[7]='1';
temp[6]='1';
}
return temp;
}
我猜你希望每个字母(它们被称为核苷酸iirc?)代表2个二进制数字。
首先,char temp[8]="XXXXXXXX";
没有意义,因为 C 中的字符串以 null 终止,而您没有为 null 终止符分配空间,应该是 [8+1]
。你想要 16 位,而不是 8 位。
你的函数 return 是一个 char
这是不正确的,你需要 return 整个数组。这必须通过一个参数来完成,因为你不能在 C 中 return 数组。你也不能 return 一个指向本地数据的指针,所以最好将分配留给调用者。无论如何...刮那个功能。
另外,把这个转成"binary string"意义不大。最好把它转换成二进制数,然后根据需要,把那个数转换成字符串。
转换,包括 "backwards order",可以这样完成:
uint16_t dna_to_bin (const char* str)
{
uint16_t result = 0;
size_t i;
for(i=0; i<16; i+=2) // loop over bits in the resulting binary number
{
typedef enum // local enum just for readability
{
A = 0,
C = 1,
G = 2,
T = 3,
} dna_t;
dna_t type=0; // default is 0 if nothing to decode
if(*str != '[=10=]') // keep decoding string until reaching the end
{
switch(*str)
{
case 'A': type = A; break;
case 'C': type = C; break;
case 'G': type = G; break;
case 'T': type = T; break;
}
str++;
}
result |= (uint16_t)type << i; // store data at correct position in the result
}
return result;
}
完整示例包括打印二进制并丢弃下面的前导零的函数。如果你想用 X 替换前导零,修改起来应该很简单。
#include <stdint.h>
#include <inttypes.h>
#include <stdio.h>
#include <stdbool.h>
uint16_t dna_to_bin (const char* str)
{
uint16_t result = 0;
size_t i;
for(i=0; i<16; i+=2)
{
typedef enum
{
A = 0,
C = 1,
G = 2,
T = 3,
} dna_t;
dna_t type=0;
if(*str != '[=11=]')
{
switch(*str)
{
case 'A': type = A; break;
case 'C': type = C; break;
case 'G': type = G; break;
case 'T': type = T; break;
}
str++;
}
result |= (uint16_t)type << i;
}
return result;
}
void print_bin (uint16_t bin)
{
bool remove_zeroes = true;
for(size_t i=0; i<16; i++)
{
uint16_t mask = 1u << (16-1-i);
uint16_t bit = bin & mask;
if(bit == 0)
{
if(!remove_zeroes)
{
printf("0");
}
}
else
{
remove_zeroes = false;
printf("1");
}
}
}
int main (void)
{
const char STR_DNA[] = "ACGTT";
uint16_t bin = dna_to_bin(STR_DNA);
puts(STR_DNA);
printf("Hex: %.4"PRIX16 "\n", bin);
printf("Bin: ");
print_bin(bin);
return (0);
}
输出:
ACGTT
Hex: 03E4
Bin: 1111100100
嗨,我正在尝试弄清楚如何获得将 DNA 代码转换为二进制位的函数,需要使其看起来像这样:ACGTT -> XXXXXX11 11100100 从右到左 对于 A=0 C=1 G=2 T=3。现在我想按字符来做,然后将它移动 >>2 使其失去功能,但我无法弄清楚功能本身...... 我这样试过这样 returns NULL.
char CompressChar(char c){
char temp[8]="XXXXXXXX";
if (c=='A'){
temp[7] = '0';
temp[6] = '0';
}
if (c=='C'){
temp[7]='1';
temp[6]='0';
}
if(c=='G'){
temp[7]='0';
temp[6]='1';
}
if(c=='T'){
temp[7]='1';
temp[6]='1';
}
return temp;
}
我猜你希望每个字母(它们被称为核苷酸iirc?)代表2个二进制数字。
首先,char temp[8]="XXXXXXXX";
没有意义,因为 C 中的字符串以 null 终止,而您没有为 null 终止符分配空间,应该是 [8+1]
。你想要 16 位,而不是 8 位。
你的函数 return 是一个 char
这是不正确的,你需要 return 整个数组。这必须通过一个参数来完成,因为你不能在 C 中 return 数组。你也不能 return 一个指向本地数据的指针,所以最好将分配留给调用者。无论如何...刮那个功能。
另外,把这个转成"binary string"意义不大。最好把它转换成二进制数,然后根据需要,把那个数转换成字符串。
转换,包括 "backwards order",可以这样完成:
uint16_t dna_to_bin (const char* str)
{
uint16_t result = 0;
size_t i;
for(i=0; i<16; i+=2) // loop over bits in the resulting binary number
{
typedef enum // local enum just for readability
{
A = 0,
C = 1,
G = 2,
T = 3,
} dna_t;
dna_t type=0; // default is 0 if nothing to decode
if(*str != '[=10=]') // keep decoding string until reaching the end
{
switch(*str)
{
case 'A': type = A; break;
case 'C': type = C; break;
case 'G': type = G; break;
case 'T': type = T; break;
}
str++;
}
result |= (uint16_t)type << i; // store data at correct position in the result
}
return result;
}
完整示例包括打印二进制并丢弃下面的前导零的函数。如果你想用 X 替换前导零,修改起来应该很简单。
#include <stdint.h>
#include <inttypes.h>
#include <stdio.h>
#include <stdbool.h>
uint16_t dna_to_bin (const char* str)
{
uint16_t result = 0;
size_t i;
for(i=0; i<16; i+=2)
{
typedef enum
{
A = 0,
C = 1,
G = 2,
T = 3,
} dna_t;
dna_t type=0;
if(*str != '[=11=]')
{
switch(*str)
{
case 'A': type = A; break;
case 'C': type = C; break;
case 'G': type = G; break;
case 'T': type = T; break;
}
str++;
}
result |= (uint16_t)type << i;
}
return result;
}
void print_bin (uint16_t bin)
{
bool remove_zeroes = true;
for(size_t i=0; i<16; i++)
{
uint16_t mask = 1u << (16-1-i);
uint16_t bit = bin & mask;
if(bit == 0)
{
if(!remove_zeroes)
{
printf("0");
}
}
else
{
remove_zeroes = false;
printf("1");
}
}
}
int main (void)
{
const char STR_DNA[] = "ACGTT";
uint16_t bin = dna_to_bin(STR_DNA);
puts(STR_DNA);
printf("Hex: %.4"PRIX16 "\n", bin);
printf("Bin: ");
print_bin(bin);
return (0);
}
输出:
ACGTT
Hex: 03E4
Bin: 1111100100