12、SeqAn3编程与管理设计解析

SeqAn3编程与管理设计解析

1. 编程技术

1.1 范围与视图

生物序列（如DNA序列和蛋白质序列）是序列分析的核心。在C++ 20中，序列、容器、集合等被抽象为范围。SeqAn3使用标准库的容器，仅在必要时添加新容器，这有助于追求代码的紧凑性，也便于集成，同时简化了开发，因为用户无需学习新的数据结构。

范围上的算法可以通过视图的定义建模为范围本身。视图在常见场景（如返回范围的前五个元素）和特定生物应用（如生成DNA序列的反向互补序列）中都很有用。SeqAn3依赖标准库的视图，也提供了许多自己的视图。虽然对于大多数开发者来说，使用视图及其对应的适配器对象是新事物，但一旦掌握，其机制比其他解决方案更简单、更不易出错。不过，由于视图是新特性，其对性能的影响需要进行测量。

视图代表对其他范围的算法适配，不包含与自身大小成比例的数据。但也可以使用范围适配器为另一个范围添加（大量）数据注释，这在SeqAn3中称为装饰器。它们既不是容器也不是视图，但可以像其他范围一样建模剩余的范围概念。

范围不仅包括生物序列及其变体，在SeqAn3中，文件被建模为特定文件/格式记录的范围，序列比对等算法返回比对结果的范围。这允许在文件记录或算法结果上应用声明式/函数式编程风格的视图链（如转换、过滤）。将文件视为记录范围并非C++独有的设计，BioPython也采用了类似的设计。

SeqAn3以C++ 17 + Concepts TS为基线，但整个范围机制是C++ 20的一部分，之前版本的GCC不包含该机制。不过，由于它完全由库代码组成，不需要额外的语言特性，可以通过独立库进行模拟。SeqAn3优先使用官方范围库，必要时会自动回退到独立库。