Rosalind第58题：Constructing a De Bruijn Graph

Problem

Consider a set  of -mers of some unknown DNA string. Let  denote the set containing all reverse complements of the elements of . (recall from “Counting Subsets” that sets are not allowed to contain duplicate elements).

The de Bruijn graph  of order  corresponding to  is a digraph defined in the following way:

• Nodes of  correspond to all -mers that are present as a substring of a -mer from .
• Edges of  are encoded by the -mers of  in the following way: for each -mer  in , form a directed edge (, ).

Given: A collection of up to 1000 (possibly repeating) DNA strings of equal length (not exceeding 50 bp) corresponding to a set  of -mers.

Return: The adjacency list corresponding to the de Bruijn graph corresponding to .

考虑一组 的一些不知名的聚体DNA串。让 表示包含元素的所有反向互补的集合。（从“计数子集”中回想起，不允许集合包含重复元素）。

对应的de Bruijn 有序图是通过以下方式定义的有向图：

• 节点的对应于所有所存在的氨基酸聚体子a的从聚体。
• 边缘的由编码的氨基酸聚体以下列方式：对于每个聚体中，形成有向边（，）。

下式给出：高达1000（可能重复）长度相等的DNA串的集合（不超过50碱基对）对应于一组的氨基酸聚体。

返回值：与对应的de Bruijn图对应的邻接表。

 

Sample Dataset

TGAT
CATG
TCAT
ATGC
CATC
CATC

Sample Output

(ATC, TCA)
(ATG, TGA)
(ATG, TGC)
(CAT, ATC)
(CAT, ATG)
(GAT, ATG)
(GCA, CAT)
(TCA, CAT)
(TGA, GAT)