将字符向量划分为段

Question

我有以下向量Vec： ACGTTGCA 并想将其划分为一个嵌套向量，其中在第 i 个位置将有一个长度为 4 的 Vec 子段，从 Vec 的第 i 个位置开始。

例如，Vec[(⍳¯3+⍴Vec)∘.+¯1+⍳4] 返回：

ACGT
CGTT
GTTG
TTGC
TGCA

但是上面输出的问题是它是一个字符矩阵，而我想得到以下输出：

┌──────────────────────────┐
│┌────┬────┬────┬────┬────┐│
││ACGT│CGTT│GTTG│TTGC│TGCA││
│└────┴────┴────┴────┴────┘│
└──────────────────────────┘

对于以下字符串： vec←'Hy, only testing segmenting vec into pieces of 4' 我正在寻找的正确结果是：

┌→────────────────────────────────────────┐
│ ┌→───┐ ┌→───┐ ┌→───┐ ┌→───┐             │
│ │Hy, │ │y, o│ │, on│ │ onl│ (and so on) │
│ └────┘ └────┘ └────┘ └────┘             │
└∊────────────────────────────────────────┘

另外，有没有办法将此类向量转换为单个向量，其中后续行将包含 4 个字符？

示例：对于 foobartesting 字符向量，结果将是：

foob
ooba
obar
bart
arte
rtes
test
esti
stin
ting

Answer 1

回到你原来的问题：你只需要添加一个前导的“分割”（↓）来将你的矩阵结果变成你正在（正在）寻找的向量的向量。请注意，虽然它可能不那么优雅，但基于生成索引矩阵的“经典”解决方案可能更有效，因为大多数 APL 解释器优化的案例列表中并不包含特定的窗口缩减。

在英特尔酷睿 i5 @ 1.60Ghz 上运行的 Dyalog APL v14.0/64 中：

x←'foobartesting'

(4 ,/ x) 执行时间约为 9.3 微秒

(↓4 {⍵[(0,⍳-⍺-⍴⍵)∘.+⍳⍺]} x) 时钟在 2.3 左右

随着向量长度的增加，效率差距也越来越大；当您达到长度为 10,000 的参数时，窗口化减少几乎慢了 10 倍（7 对 0.7 毫秒）。

在 Dyalog APL 中，1 字节和 2 字节整数类型的可用性增强了“经典”方法的效率；如果您使用其他 APL 口译员，您的里程可能会有所不同。

Answer 2

这是在 GNU APL 中测试的，但我认为这在 Dyalog 中应该没有什么不同。我的解决方案就这么简单：

      4 ,/ 'foobartesting'
 foob ooba obar bart arte rtes test esti stin ting

Answer 3

我不确定我是否正确理解了您的描述。 但我的理解是，你有一个向量：

vec←'Hy, only testing segmenting vec into pieces of 4'

哦，此外，我们需要为此执行分配迁移级别；-)

⎕ml←3

理解问题后修改答案;-)：

      display 4{⍺↑¨(0,⍳(⍴⍵)-⍺)↓¨⊂⍵}'ACGTTGCA'
┌→───────────────────────────────────┐
│ ┌→───┐ ┌→───┐ ┌→───┐ ┌→───┐ ┌→───┐ │
│ │ACGT│ │CGTT│ │GTTG│ │TTGC│ │TGCA│ │
│ └────┘ └────┘ └────┘ └────┘ └────┘ │
└∊───────────────────────────────────┘