如何比较从文件加载的数组与从另一个文件加载的另一个数组C＃

Question

我必须使用C＃格式编写程序，该程序必须从看起来像这样的文件中加载：

100ACTGGCTTACACTAATCAAG

101TTAAGGCACAGAAGTTTCCA

第102章

...

120GCATCAGTACGTACCCGTAC

20行，由数字（ID）和20个字母（ADN）组成； 另一个文件如下所示：

TGCAACGTGTACTATGGACC

简而言之，这是一场谋杀案的游戏，有20个人； 我必须加载并拆分字母，然后才能进行比较。最后，我必须找到最匹配的字母。 我不知道如何做到这一点，我不知道如何将字母加载到数组中，然后将它们拆分..然后比较它们。

Answer 1

这是一个简单的 match function 。 这可能不是您的游戏所需的复杂性。 此解决方案不需要对字符串进行显式split即可获得DNA“字母”数组。 DNA比较in place 。

将每个“可疑”条目与“证据”条目进行比较。

int idLength = 3;
string evidence = //read from file
List<string> suspects = //read from file
List<double> matchScores = new List<double>();

foreach (string suspect in suspects)
{
    int count = 0;
    for (int i = idLength; i < suspect.Length; i++)
    {
        if (suspect[i + idLength] == evidence[i]) count++;
    }
    matchScores.Add(count * 100 / evidence.Length);
}

现在， matchScores列表包含所有单个比赛分数。 我没有将最大匹配分数保存在单独的变量中，因为可能会有多个“怀疑”具有相同的分数。 要找出最匹配的主题，只需迭代matchScores列表即可。 最佳匹配的指数是在犯罪嫌疑人的指数suspects名单。

优化说明：

• 您可以检查每个“可疑”字符串，以查看DNA序列的起始位置（即在什么索引处），因为它可能是可变的；
• 此处可以使用字典，而不是两个列表，以“可疑字符串”为键，匹配分数为值

Answer 2

您要在此处使用的是类似字符串之间的Levenshtein距离的计算方法。

简单来说，它提供了一个字符串等于另一个字符串时必须更改的单个字母的计数。 在DNA或蛋白质的情况下，这可以解释为代表两个个体或样品之间的突变数。 因此，较短的距离将表明两者之间的关系更紧密。

该算法在计算上可能会很繁重，但是会给您一个很好的答案。 实施起来也很有趣而且很有启发。 您可以在Wikipedia文章下找到几种实现它的方法。

如果您难以理解其工作原理，建议您手动设置一个示例网格，其顶部水平方向短一串，左侧垂直方向短一串，然后尝试手动进行计算，以了解正确的概念（起初可能会造成混淆，但实际上并不是那么困难）。