暑期学习之植入（l,d)模体发现PMSP性能优化（五）

上周比着论文里的PMSP算法，自己用c++实现了（9,2）模体的代码，一开始还挺高兴，跑20秒，但是老师说只需要0.5秒，打击还是挺大的，周一周二自己改了改，改到1.7秒，把改的过程贴一下吧。

PMSP 0.0

（9,2）：20s

PMSP 1.0

改进方式：在大C里循环查找模体时，一旦某一行不存在与初始模体小于d的子串，则退出该模体的循环，直接跳到下一模体的循环

 

效果：

（9，2）：4s

（11，3）：77s

PMSP 2.0

改进方式：在计算海明距离的时候，给他一个限定值，一旦超出此值，break掉。

 

效果：

（9,2）：2.96s

（11,3）：55s

 

 

PMSP 3.0

改进方式：观察到结果有重复，于是打算在循环记录第一行的时候，记录下已经循环的第一行的子串，如果第一行再循环后面出现与之海明距离小于d的子串，直接跳过。

 

效果：

好像是改进方式不太对，少计算了一些模体，不能这样做.....3.0改进以失败告终，但是思路好像有点道理，再仔细琢磨一下。

 

 

PMSP 4.0

改进方式：把3.0的改进方式放到每一个判断之前，应该才是正确的。

 

效果：

再每个模体循环之前加判断，时间变得更慢了.....此法行不通...

 

PMSP 5.0

改进方式：在执行海明距离的判断的时候两个小于或者等于d统一成 小于d+1

 

效果：

（9,2）：1.8s

（11,3）：29s

PS：没想到这么一个小小的改进竟然会快这么多

 

 

PMSP 6.0

改进方式：在形成大C的时候，如果大C的某一行是空值，则退出次次循环直接进入下一次循环。

效果：

（9,2）：1.7s

（11,3）：29s

基本上没怎么加快速度，因为好像基本上大C的每一行都不是空值。

 

基本上，改到这，算是到头了。再怎么优化都不会进步太多。

于是...在导师的帮助下，把整个算法的构成打乱，用二进制给ACGT重新编码，进行新的算法的开始，总体框架还是不变的，但是处理的过程全部为数字。

效果很明显，（9,2）模体只需要0.45秒，（11，3）也就5秒，整个过程下来，对我的冲击力还是挺大的，第一次感觉算法不只是改改循环结构改改if判断，还有在字符串的结构上直接改变，受益匪浅。代码就不贴了。