2016年蓝桥杯国赛JavaB组碱基问题

问题描述

碱基

生物学家正在对n个物种进行研究。
其中第i个物种的DNA序列为s[i]，其中的第j个碱基为s[i][j],碱基一定是A、T、G、C之一。
生物学家想找到这些生物中一部分生物的一些共性，他们现在关注那些至少在m个生物中出现的长度为k的连续碱基序列。准确的说，科学家关心的序列用2m元组(i1,p1,i2,p2…im,pm)表示，
满足:
1<=i1<i2<…<im<=n;
且对于所有q(0<=q<k), s[i1][p1+q]=s[i2][p2+q]=…=s[im][pm+q]。

现在给定所有生物的DNA序列，请告诉科学家有多少的2m元组是需要关注的。如果两个2m元组有任何一个位置不同，则认为是不同的元组。

问题分析

题目的大致意思是
给出n个由A、T、G、C四个字母组成的字符串，定义一种情况：其中m个字符串中含有长度为k的公共子串，求共有多少种这种情况。（要注意如串AAAA，前面三个A和后面三个A算作两种不同的子串）

分析一个题中给出的实例
n = 4，m = 3，k = 3
n个字符串如下
①AAA
②AAAA
③AAA
④AAA
易知这k位公共子串为AAA，而这个子串：
①中有1个，编号a1
②中有2个，编号b1、b2
③中有1个，编号c1
④中有1个，编号d1
接下来要统计的是：从n个字符串中