DNA序列对齐

问题描述：

该问题在算法导论中引申自求解两个DNA序列相似度的问题。

可以从很多角度定义两个DNA序列的相似度，其中有一种定义方法就是通过序列对齐的方式来定义其相似度。

给定两个DNA序列A和B，对齐的方式是将空格分别插入到A和B序列中，得到具有相同长度的对齐后的序列C和D；空格可以插入到任意的位置（包括两端），但是相同位置不能同时为空格，也即是不存在C[i]和D[i]同时为空格的情况。然后为对齐后的序列的每个位置打分，总分为每个位置得分之和，具体的打分规则如下：

a、如果C[i] == D[i]且都不是空格，得3分；

b、如果C[i] != D[j]且都不是空格，得1分；

c、如果C[i] 或者D[i]是空格，得0分。

求给定原序列A和B的一个对齐方案，使得该对齐方案的总分最高。

例如，序列原序列A和B如下：

    String strA = "GATC";
    String strB = "ATCG";

则其中一个对齐方案如下：

GATC*
*ATCG

该方案总得分score=2*0+3*3 = 9分。

实际上这是最优的对齐方案，在所有的对齐方案中总得分最高为9分。

问题分析：

为了用更加简单的方式来表示对齐的方案，我们尝试用一些特定的字符记号来表示对齐方案，对此，首先做一个约定，对于打分规则：

1、情况a用“=”字符标记；

2、情况b用“~”字符标记；

3、情况c用“*”字符标记，但是情况c实际上可以细分为两种情况：C[i]为空格时用“+”标记，D[i]为空格时用“-”号标记。这样用“+”和“-”细分的表示相比于统一用“*”来表示，本质的区别在于让对齐方案具有所谓的“方向性”，后面会看到这样的细分对于算法的实现有一定的好处。

有了这样的约定，可以将一个对齐方案用这些字符表示出来，该字符串称之为一个对齐规则字符串R。

例如上面的例子中，对齐规则就可以用字符串“-===+”来表示。

可以推断，任何两个原序列的对齐规则字符串R的长度必然满足：

只要能够求得最优对齐方案的对齐规则字符串，就可以计算出最高分数，还可以还原出各自的对齐序列。

考察该问题的最优子结构性质，与最长公共子序列思考的角度比较类似，

用C(i,j)表示序列A[0]…A[i]和序列B[0]…B[j]的最优对齐方案的得分，不难得出其初始条件和递推求解式：

用R(i,j)表示序列A[0]…A[i]和序列B[0]…B[j]的最优对齐方案的对齐规则字符串，结合上面的递推求解式，不难推出对齐规则字符串的运算规则：

算法实现：

package agdp;
public class Alignment {
    //根据对齐骨规则生成相应的对