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。
【输入格式】
输入的第一行包含三个整数n、m、k,两个整数之间用一个空格分隔,意义如题目所述。
接下来n行,每行一个字符串表示一种生物的DNA序列。
DNA序列从1至n编号,每个序列中的碱基从1开始依次编号,不同的生物的DNA序列长度可能不同。【输出格式】
输出一个整数,表示关注的元组个数。
答案可能很大,你需要输出答案除以1000000007的余数。【样例输入】
3 2 2
ATC
TCG
ACG【样例输出】
2再例如:
【样例输入】
4 3 3
AAA
AAAA
AAA
AAA【样例输出】
7
【数据规模与约定】
对于20%的数据,k<=5,所有字符串总长L满足L <=100
对于30%的数据,L<=10000
对于60%的数据,L<=30000
对于100%的数据,n<=5,m<=5,1<=k<=L<=100000
保证所有DNA序列不为空且只会包含’A’ ’G’ ’C’ ’T’四种字母资源约定:
峰值内存消耗 < 256M
CPU消耗 < 1000ms请严格按要求输出,不要画蛇添足地打印类似:“请您输入...” 的多余内容。
所有代码放在同一个源文件中,调试通过后,拷贝提交该源码。
注意:不要使用package语句。不要使用jdk1.7及以上版本的特性。
注意:主类的名字必须是:Main,否则按无效代码处理。
package The_Seven;
import ErArr.ErArr;
import java.awt.*;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Scanner;
import java.util.Set;
public class Six {
public static int n;//生物个数
public static int m;//最少在多少个生物中出现
public static int k;//长度为k
public static int css;
public static void main(String[] args) {
//碱基
//思路:求出 所有生物中所有符合目标长度的串 都在那个生物中出现过 出现过几次
//比如
/*
ATC
TCG
ACG
AT串 出现在第一个生物 出现了一次
TC串 出现在第一个生物中 1次 出现在第二个生物中 1次
.....
需要组合 的情况
例如
AAA
AAAA
AAA
AAA
其中AAA串 {(第一行,1次),(第二行,2次),(第三行,1次),(第四行,1次)}
共可以组合出7种 {(1),(2,3),(4),(5)}用数字来表示
可组合为
124
125
134
135
245
345
145
根据条件至少在几个生物中出现 找符合条件的串的数量即可
*/
//求出 每个目标长度的串:{他出现的位置 有多个}
Scanner sr = new Scanner(System.in);
n = sr.nextInt();
m = sr.nextInt();
k = sr.nextInt();
String []arr = new String[n];//n个生物的dna序列
for (int i = 0; i < arr.length; i++) {
arr[i] = sr.next();
}
//count 中 装生物 位置的集合
HashMap<String,ArrayList<Point>> count = new HashMap<String,ArrayList<Point>>();
//遍历DNA
for (int i = 0; i < arr.length; i++) {
//遍历当前生物的DNA 并截取成目标长度的串
for (int j = 0; j <= arr[i].length()-k; j++) {
String s = arr[i].substring(j,j+k);
//当前串是否已经存在于集合中 (不分生物)
if (!count.containsKey(s)){
ArrayList<Point> zc = new ArrayList<Point>();
Point p = new Point(i,1);//分别代表:所在的生物的索引 , 出现的次数
zc.add(p);
count.put(s,zc);
}else{
//这里是 判断 当前串 是不是在当前生物中 已经存在过了 如果是就给当前生物的当前串的数量+1即可
boolean sign1 = false;
for (int l = 0; l < count.get(s).size(); l++) {
if (count.get(s).get(l).x==i){
count.get(s).get(l).y++;
sign1 = true;
break;
}
}
if (!sign1){
Point p = new Point(i,1);
count.get(s).add(p);
}
}
}
}
//遍历所有串
Set<String> key = count.keySet();
for (String k : key){
//如果当前串 在达到或超过 “至少在m个生物中出现的长度” 时需要进行组合
//例如 在第一个生物出现1次 在第二个生物出现2次 在第三个生物出现1次 条件是最少在3个生物中出现 那么就会有两种情况
if (count.get(k).size()>=m){
int [][]z = new int[count.get(k).size()][];
for (int i = 0; i < z.length; i++) {
z[i] = new int[count.get(k).get(i).y];
}
// ErArr.Int(z);
zh(0,m-1,z);
// System.out.println(css);
// System.out.println("-------------");
}
}
System.out.println(css);
}
//start:当前数可以是的行 index:当前行的第几个
public static void zh(int start,int index,int [][]z){
if (index<0){
css++;
return;
}
// System.out.println("index "+(3-index)+" 范围: "+start+" 行到: "+(z.length-index)+" 行"+"当前组成: "+cs);//debug
for (int i = start; i < z.length-index; i++) {
for (int j = 0; j < z[i].length; j++) {
zh(i+1,index-1,z);
}
}
}
}