DNA Sequence(IDA*,迭代深搜)

传送门HDU1560

描述

The twenty-first century is a biology-technology developing century. We know that a gene is made of DNA. The nucleotide bases from which DNA is built are A(adenine), C(cytosine), G(guanine), and T(thymine). Finding the longest common subsequence between DNA/Protein sequences is one of the basic problems in modern computational molecular biology. But this problem is a little different. Given several DNA sequences, you are asked to make a shortest sequence from them so that each of the given sequence is the subsequence of it.

For example, given “ACGT”,”ATGC”,”CGTT” and “CAGT”, you can make a sequence in the following way. It is the shortest but may be not the only one.

输入

The first line is the test case number t. Then t test cases follow. In each case, the first line is an integer n ( 1<=n<=8 ) represents number of the DNA sequences. The following k lines contain the k sequences, one per line. Assuming that the length of any sequence is between 1 and 5.

输出

For each test case, print a line containing the length of the shortest sequence that can be made from these sequences.

样例

  • Input
    1
    4
    ACGT
    ATGC
    CGTT
    CAGT

  • Output
    8

题解

  • 题意:给出几个DNA序列,求一个最短的字符串,使得这些DNA序列都是它的子序列
  • 此题用裸dfs的话不知道结束条件容易超时,用裸bfs很容易超内存,所以我们采用迭代深搜的方法。所谓迭代深搜就是限制dfs的深度,逐渐将深度加深,起到模拟bfs的作用,又不需要bfs那么多内存,但是肯定是比bfs耗时要长
  • 在迭代深搜时,用deep表示限制深度,用tot表示当前串长度,用pos[i]表示i串目前已被匹配的字符个数,如果(tot+(len[i]-pos[i])>deep)的话,说明当前限制下的深度肯定不够,这样起到剪枝的效果,也就成了所谓的IDA*搜索

Code

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
#include<bits/stdc++.h>
#define INIT(a,b) memset(a,b,sizeof(a))
#define LL long long
using namespace std;
const int inf=0x3f3f3f3f;
const int N=1e6+7;
const int mod=1e9+7;
string dna[10];
int len[10],pos[10];
string s="ACGT";
int n,deep;
int fut(){
int ans=0;
for(int i=0;i<n;i++)
ans=max(ans,len[i]-pos[i]);
return ans;
}
int dfs(int tot){
if(tot+fut()>deep) return 0;
if(!fut()) return 1;
int tem[10],flag=0;
for(int i=0;i<4;i++){
flag=0;
for(int j=0;j<n;i++)
tem[i]=pos[i];
for(int j=0;j<n;j++){
if(s[i]==dna[j][pos[j]]){
pos[j]++;
flag=1;
}
}
if(flag){
if(dfs(tot+1))return 1;
for(int i=0;i<n;i++)
pos[i]=tem[i];
}
}
return 0;
}
int main(){
int t;
cin>>t;
while(t--){
deep=0;
cin>>n;
for(int i=0;i<n;i++){
cin>>dna[i];
len[i]=dna[i].size();
pos[i]=0;
deep=max(deep,len[i]);
}
while(!dfs(0))
deep++;
cout<<deep<<endl;
}
return 0;
}
GenBank是由美国国家生物技术信息中心(National Center for Biotechnology Information,NCBI)管理的一个全球性的DNA序列数据库。它是现代生物研究中最重要的资源之一。 GenBank数据库收集并保存了来自各种生物体的DNA序列数据。这些数据来源于科学家和研究机构提交的研究成果。每个DNA序列都有一个独特的GenBank入口编号,这个编号可以被其他研究者用来查找和引用相关的数据。 GenBank的DNA序列条目包含了许多重要的信息。首先是序列本身,这是DNA的碱基排列。这个序列可以通过ATCG这四个字母来表示,分别代表腺嘌呤、胸腺嘧啶、鸟嘌呤和胞嘧啶。此外,还有与序列相关的其他信息,如序列长度、注释、特殊特征等。 DNA序列条目中通常会提供有关该序列的相关研究或实验的详细描述。这些描述可能包括实验方法、数据分析结果、结论等。这些信息对于其他研究者来说是非常重要的,因为它们可以了解到相关研究的具体内容和结果。 GenBank的DNA序列条目还包含有关DNA样本来源、物种信息、以及提交者的联系方式等。这样,其他研究者可以与相关的实验室或作者联系,以获取更多的数据或进一步合作。 总之,GenBank的DNA序列条目提供了广泛的DNA序列数据和相关信息,为生物学和遗传学研究提供了重要的资源。通过查阅和使用这些数据,研究者们可以更深入地了解基因与生命活动之间的关系,为科学研究的发展做出贡献。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值