C++哈希表企业级运用----DNA序列的检测

4399.9855

已于 2024-01-28 15:20:01 修改

阅读量252

点赞数 1

文章标签： c++ 散列表算法

于 2024-01-28 15:17:13 首次发布

本文链接：https://blog.csdn.net/m0_74036006/article/details/135889565

版权

下面小编来介绍哈希函数企业级运用DNA的检测

背景介绍在生物DNA研究中常常使用字符串编码来实现基因对的储存和应用医学上有一个庞大的基因库里面记载者很多很多基因首先对模仿基因来类比一下字符串

代码模拟：

#include<bits/stdc++.h>
using namespace std;
int main()
{
	//表示基因
	string geneArr[] = { "ABCCD", "CDBAC", "ACDDA", "ABBCC" };
	string goal = "CDABC";
	bool result = false;
	for (int i = 0; i < goal.length(); i++)
	{
		result = true;
		//将string类转换成字符串  geneArr->c_str() + i访问string数组的元素索引
		if (strncmp(goal.c_str(), geneArr->c_str() + i, 5)==0)
		{
			cout<<"找到匹配基因 确定是色盲"<<endl;
		}
	}
	if (result == false)
	{
		cout << "次基因是正常基因" << endl;
	}
	return 0;
}

以上代码适用于数据量比较小的部分现在数据量非常的大那么采用哈希表来优化查询

基因库里面的键值一般来说是用字母序列来匹配的

但是我们要把键值类型从string类转换成为int 采用SDBM哈希算法

SDBM哈希函数的原理介绍

SDBM（Sleepycat Database Manager）哈希函数是一种简单的哈希算法，常用于字符串的哈希计算。它基于循环处理输入字符串中的每个字符，并将其与一个累加器进行组合运算。

SDBM哈希函数的原理如下：

初始化一个累加器（初始值为0）。
遍历输入字符串中的每个字符。
将当前字符与累加器进行位移运算并相加，然后将结果保存回累加器。
返回最终累加器的值作为哈希结果。

function sdbmHash(str):
    hash = 0;
    for char in str:

        hash = (hash << 6) + (hash << 16) - hash + char;
//在这里加不加char都是一样的  
//(hash << 6) + (hash << 16) - hash 这是一个公式 目的是尽可能的不让字母产生相同的键值
    return hash;