python递归与冒泡排序

Question

所以，我有这个问题，我收到 2 串字母 ACGT，一个只有字母，另一个包含字母和破折号“-”。两者的长度相同。带有破折号的字符串与没有破折号的字符串进行比较。一个细胞一个细胞。对于每对配对，我都有一个评分系统。我为评分系统编写了这段代码： 例如： dna1：-ACA dna2：TACG 得分为-1。 （因为破折号与字母（T）相比给出-2，字母与相同字母相比给出+1（A到A），+1（C到C）和不相似的字母给出（-1）所以总和是-1。

def get_score(dna1, dna2, match=1, mismatch=-1, gap=-2):
""""""

score = 0

for index in range(len(dna1)):
    if dna1[index] is dna2[index]:
        score += match
    elif dna1[index] is not dna2[index]:
        if "-" not in (dna1[index], dna2[index]):
            score += mismatch
        else:
            score += gap

这工作正常。

现在我必须使用递归来为 2 个字符串提供最好的分数。 我收到 2 个字符串，这次它们可以是不同的大小。 （我不能改变字母的顺序）。 所以我编写了这段代码，将“-”添加到较短的字符串中，以创建 2 个相同长度的字符串并将它们放在列表的开头。现在我想开始移动破折号并记录每个破折号位置的分数，最后获得最高的可能分数。所以为了移动破折号，我写了一个小气泡排序..但它似乎没有做我想要的。我意识到这是一个很长的问题，但我希望得到一些帮助。如果我写的任何内容不明白，请告诉我。

def best_score(dna1, dna2, match=1, mismatch=-1, gap=-2,\
                         score=[], count=0):
""""""

diff = abs(len(dna1) - len(dna2))

if len(dna1) is len(dna2):
    short = []
elif len(dna1) < len(dna2):
    short = [base for base in iter(dna1)]
else:
    short = [base for base in iter(dna2)]

for i in range(diff):
    short.insert(count, "-")

for i in range(diff+count, len(short)-1):
    if len(dna1) < len(dna2):
        score.append((get_score(short, dna2),\
                      ''.join(short), dna2))
    else:
        score.append((get_score(dna1, short),\
                      dna1, ''.join(short)))
    short[i+1], short[i] = short[i], short[i+1]

if count is min(len(dna1), len(dna2)):
    return score[score.index(max(score))]
return best_score(dna1, dna2, 1, -1, -2, score, count+1)

Answer 1

首先，如果我正确解读了您的成本函数，则您的最佳分值不取决于差距，因为破折号的数量是固定的。

其次，它是线性依赖于不匹配的数量，因此不依赖于匹配和不匹配的精确值，只要它们分别是正数和负数。

所以你的任务简化为查找最长字符串字母的最长子序列，严格匹配最短字母的子序列。

第三，由M(string, substr)函数定义从上面返回的最佳匹配长度。如果你最小的字符串第一个字母是S，也就是substr == 'S<letters>'，那么

M(string, 'S<letters>') = \
    max(1 + M(string[string.index(S):], '<letters>') + # found S
            M(string[1:], '<letters>')) # letter S not found, placed at 1st place

后者是一个易于实现的递归表达式。

对于一对string, substr 表示m=M(string, substr) 最好的分数相等

m * match + (len(substr) - m) * mismatch + (len(string)-len(substr)) * gap

很简单，将最大值存储在递归表达式中，以找到最佳匹配。