Python中针对每个字符的多个选项列表查找最长字符串子集的最佳方法答案

【问题标题】：Best method in Python to find a longest string subset against a list of multiple options per characterPython中针对每个字符的多个选项列表查找最长字符串子集的最佳方法
【发布时间】：2021-07-06 15:49:23
【问题描述】：

我有一个简单的字符串和一个集合列表，其中每个集合是一个包含 2 个可能字符的位置，看起来像：

“AGTCG”

[('A', 'T'), ('C', 'B'), ('G', 'T'), ('T', 'X'), ... ]

我想在哪里找到最长的匹配项。在本例中，它将是“TCG”。每组永远不会有超过 2 个字符。我想出的最佳解决方案是使用字符组合（ACGT...、ACGX...、ACTT...等）生成每个可能的字符串，然后使用 difflab SequenceMatcher.find_longest_match 并找到最大的结果.我怀疑有更好的方法，但很难找到其他选择。有没有更好的办法？

【问题讨论】：

标签： python string-comparison sequencematcher

【解决方案1】：

有点解决了。不是一个精确的解决方案，而是我更大目标的解决方案，它允许绕过这一步。目标是产生对齐，因此如果集合中每个位置只有一个字符，例如 ACGTACGT，则字符串“AGTCG”将尽可能对齐以产生 A-GT-CG-。经过反思，而不是在递归算法中寻找最大匹配，最好的方法是使用 Smith-Waterman 算法的修改版本。

https://en.wikipedia.org/wiki/Smith%E2%80%93Waterman_algorithm

【讨论】：