如何正确使用 getline() 将字符串转换为整数？

Question

我有一个如下所示的输入 txt 文件：

3 2

ATCGATTGA

GACTATACG

我正在使用 fstream，并将其创建为字符串。然后，我可以将 3 和 2 转换为它们自己单独的整数，但也希望将接下来的两行也转换为整数。我正在尝试使用 getline() 因为我被告知这将是最有效的，但无法弄清楚如何将较低的两个创建为他们自己的整数。关于如何让它发挥作用的任何帮助？

Answer 1

getline 不会将字符串转换为 int。只是不是它打算做的。

如果您想将ATCGATTGA 转换为int，显而易见的方法是将输入视为基数4。如果没有记错，“顺序”通常以A-T-C-G 形式给出。假设这是正确的，您会将它们视为 A=0、T=1、C=2、G=3，并相应地转换序列（但请注意，出于我们的目的，您选择的顺序并不重要，因为只要您对编码和解码使用相同的顺序）。

int cvt_amino(std::string const &amino) { 
    int result = 0;

    for (char c : amino) { 
        result *= 4;
        switch(c) { 
            case 'a':
            case 'A':
                result += 0;
                break;
            case 't':
            case 'T':
                 result += 1;
                 break;
            case 'c':
            case 'C':
                 result += 2;
                 break;
            case 'g':
            case 'G':
                 result += 3;
                 break;
            default:
                throw std::runtime_error("Error: bad argument");
        }
    }
    return result;
}

结果是每个序列的唯一数字（最多可容纳 int 的最大值）。模数错误（我尚未测试此代码）您应该能够将结果转换回生成它的原始序列。

这确实假设每个原始序列的长度是已知/固定的。如果长度可能不同，您将不知道要包含的前导“A”的数量。在这种情况下，您可能希望切换到基数 5，并将映射更改为 A=1、T=2、C=3、G=4。这消除了关于可变长度输入的歧义（但减少了适合给定可变大小的最大长度）。

就从文件中读取数据而言，这似乎很简单，至少假设我们知道输入格式。对于您上面给出的格式，您可能会使用如下内容：

int a, b;

your_file >> a >> b; // read the 3 and 2

// We'll assume an arbitrary number of space-separated sequences after that:
std::string input;
std:vector<int> values;

while (your_file >> input)
    values.push_back(cvt_amino(input));