一中OJ #1480 相似基因 | 动态规划 序列匹配 | 解题报告

一中OJ | #1480 相似基因 | 匹配型动态规划

时限 1000MS/Case 内存 64MB/Case

题目描述

大家都知道，基因可以看作一个碱基对序列。它包含了4种核苷酸，简记作A，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。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AGTGATG和GTTAG，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：

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：

那么相似度就是：(-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：

相似度为：(-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，T四个字母。1<=序列的长度<=100。

输出格式

仅一行，即输入基因的相似度。

样例输入

7 AGTGATG
5 GTTAG

样例输出

14

数据范围

1<=序列的长度<=100。

----------------------------------------------------------

题目分析

此题重点在于方程的设计以及转移。要求序列1与序列2匹配得到的最大的相似度，那么则逐个考察序列1与序列2的某个位置的匹配是否合适

与一般的匹配方程不同，此题在转移方程中要考虑添加空碱基的情况

设f[i][j]为考察到序列1的位置i和序列2的位置j能得到的最大相似度，矩阵a[][]为对应碱基的相似度

那么转移状态如下:

1.序列1的i与序列2的j匹配，那么f[i][j]=f[i-1][j-1]+a[x[i]][y[j]]

2.序列1的i与序列2的空碱基匹配，那么f[i][j]=f[i-1][j]+a[x[i]][空]

3.序列1的空碱基与序列2的j匹配，那么f[i][j]=f[i][j-1]+a[y[j]][空]

4.没有序列1的空碱基与序列2的空碱基匹配的情况

总的状态转移方程就是上面三个取max

在完成程序时，可以先将碱基转换为数字作为下标

关于初始值的设计，f[0][0]=0，{f[i][j] | 1<= i <=maxlen} =-inf是肯定的，重点在于{f[i][0],f[0][j] | 1<= i <=maxlen}=对应i或j位置与空碱基的匹配值(特判)，为什么呢？因为f[i][0]与f[0][j]就是对应位置与空碱基的匹配啊

----------------------------------------------------------

代码

#include <iostream>
#include <cstdlib>
#include <cstring>
#include <cstdio>
#include <cmath>
#include <algorithm>
#include <set>
#include <map>
#include <queue>
#include <stack>
#include <vector>
#include <cctype>
#include <iomanip>
#define inf 0x7f7f7f7f
using namespace std;
int sil[10][10]=
{
{0,0,0,0,0,0},
{0,5,-1,-2,-1,-3},
{0,-1,5,-3,-2,-4},
{0,-2,-3,5,-2,-2},
{0,-1,-2,-2,5,-1},
{0,-3,-4,-2,-1,0}
};
int x,y,f[505][505];
char dna1[505],dna2[505];
void init()
{
	for(int i=1;i<=x;i++)
	{
		if(dna1[i]=='A') dna1[i]=1;
		if(dna1[i]=='C') dna1[i]=2;
		if(dna1[i]=='G') dna1[i]=3;
		if(dna1[i]=='T') dna1[i]=4;
	}
	for(int i=1;i<=y;i++)
	{
		if(dna2[i]=='A') dna2[i]=1;
		if(dna2[i]=='C') dna2[i]=2;
		if(dna2[i]=='G') dna2[i]=3;
		if(dna2[i]=='T') dna2[i]=4;
	}
}
int main()
{
	scanf("%d %s",&x,dna1+1);
	scanf("%d %s",&y,dna2+1);
	init();
	
	/*
	动态规划：f[i][j]=max(f[i-1][j-1]+sil[dna1[i]][dna2[j]],f[i-1][j]+sil[dna1[i]][5],f[i][j]=f[i][j-1]+sil[5][dna2[j]]);  
	*/
	for(int i=1;i<=x;i++)
	for(int j=1;j<=y;j++) f[i][j]=-inf;
	for(int i=1;i<=x;i++) f[i][0]=f[i-1][0]+sil[dna1[i]][5]; 
	for(int j=1;j<=y;j++) f[0][j]=f[0][j-1]+sil[dna2[j]][5];
	
	for(int i=1;i<=x;i++)
	for(int j=1;j<=y;j++)
	{
		f[i][j]=max(f[i][j],f[i-1][j-1]+sil[dna1[i]][dna2[j]]); //i与j匹配 
		f[i][j]=max(f[i][j],f[i-1][j]+sil[dna1[i]][5]); //i与空匹配 
		f[i][j]=max(f[i][j],f[i][j-1]+sil[5][dna2[j]]); //j与空匹配 
	}
	cout<<f[x][y];
	return 0;
}