洛谷—P1140 相似基因(线性动态规划)

该博客介绍了如何计算两个基因的相似度,基于碱基对的匹配和动态规划策略。给出了输入输出样例,并详细解释了动态规划的思路,包括状态定义、初始化和转移方程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目背景
大家都知道,基因可以看作一个碱基对序列。它包含了44种核苷酸,简记作A,C,G,TA,C,G,T。生物学家正致力于寻找人类基因的功能,以利用于诊断疾病和发明药物。

在一个人类基因工作组的任务中,生物学家研究的是:两个基因的相似程度。因为这个研究对疾病的治疗有着非同寻常的作用。

题目描述
两个基因的相似度的计算方法如下:

对于两个已知基因,例如AGTGATGAGTGATG和GTTAGGTTAG,将它们的碱基互相对应。当然,中间可以加入一些空碱基-,例如:

在这里插入图片描述

这样,两个基因之间的相似度就可以用碱基之间相似度的总和来描述,碱基之间的相似度如下表所示:

在这里插入图片描述

那么相似度就是:(-3)+5+5+(-2)+(-3)+5+(-3)+5=9(−3)+5+5+(−2)+(−3)+5+(−3)+5=9。因为两个基因的对应方法不唯一,例如又有:

在这里插入图片描述

相似度为:(-3)+5+5+(-2)+5+(-1)+5=14(−3)+5+5+(−2)+5+(−1)+5=14。规定两个基因的相似度为所有对应方法中,相似度最大的那个。

输入格式
共两行。每行首先是一个整数,表示基因的长度;隔一个空格后是一个基因序列,序列中只含A,C,G,TA,C,G,T四个字母。1 \le1≤序列的长度\le 100≤100。

输出格式
仅一行,即输入基因的相似度。

输入输出样例
输入 #1复制
7 AGTGATG
5 GTTAG
输出 #1复制
14

解题思路:
动态规划首先应该列出动态转移方程,定义f[i][j]为长度为i的碱基序列1和长度为j的碱基序列2的最有配对的相似度

f[i][j]=max(f[i][j],f[i-1][j]+mach[str1[i]][4])//碱基序列1第i个碱基与空白配对
f[i][j]=max(f[i][j],f[i][j-1]+mach[str2[j]][4])//碱基序列2第j个碱基与空白配对
f[i][j]=max(f[i][j],f[i-1][j-1]+mach[str1[i]][str2[j]])//碱基i与碱基j相互配对

注意这里需要初始化f[1…len1][0]和f[1…len2][0]、f[0][0],同时f[1…len1][1…len2]初始化为-∞(初始值为0会出错,因为f[i][j]可能为负值)
同样采取自底向上的方法,求出f[len1][len2]的最大值

代码:


                
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值