题目
2197. 【中山市选2010】三核苷酸(tri.pas/.cpp)
(File IO): input:tri.in output:tri.out
Time Limits:
1000 ms Memory Limits: 256000 KB Detailed Limits
Description
三核苷酸是组成DNA序列的基本片段。具体来说,核苷酸一共有4种,分别用’A’,’G’,’C’,’T’来表示。而三核苷酸就是由3个核苷酸排列而成的DNA片段。三核苷酸一共有64种,分别是’AAA’,’AAG’,…,’GGG’。给定一个长度为L的DNA序列,一共可以分辨出(L-2)个三核苷酸。现在我们想用一些统计学的方法来进行一些分析,步骤如下:
例如,我们要统计DNA序列’ATATATA’:
给定一个DNA序列,请你计算出它的方差。
- 1.对于这(L-2)个三核苷酸,我们从左到右给予编号,分别为1到L-2。
2.从这(L-2)个三核苷酸挑选一对出来,一共有(L-2)*(L-3)/2种可能。如果某一对三核苷酸是一样的,我们就记录他们之间的距离。他们之间的距离定义为他们的编号之差。
3.根据我们所记录的“样本数据”,我们现在需要计算样本数据的方差。方差的计算公式是S2=[(x1-X) 2+(x2-X) 2+…+(xn-X)2]/n, X=(x1+x2+…+xn)/n。如果样本的大小n=0,那么我们认为S2=X=0。
例如,我们要统计DNA序列’ATATATA’:
- 1. 为三核苷酸编号. L1: ATA, L2:TAT, L3:ATA, L4:TAT, L5:ATA.
2. (L1,L3)=2, (L1,L5)=4, (L3,L5)=2, (L2,L4)=2. 所以样本数据是2,4,2,2.
3. 样本数据平均值X=(2+4+2+2)/4=2.5.
给定一个DNA序列,请你计算出它的方差。
Input
输入包含多组测试数据。第一行包含一个正整数T,表示测试数据数目。每组数据包含一个由’A’,’G’,’C’,’T’组成的字符串,代表要统计的DNA序列。DNA序列的长度大于等于3且不会超过100000。
Output
对每组测试数据,输出一行答案,为一个保留6位精度的实数,代表S2的值。如果你的答案和标准答案的“相对误差”小于1e-8,你的答案会被视为正确的答案。
Sample Input
1
ATATATA
Sample Output
0.750000
Data Constraint
Source / Author: 中山市选2010 tri
分析
代码
1 #include<vector> 2 #include<stdio.h> 3 #include<string.h> 4 #include<algorithm> 5 using namespace std; 6 vector<long long> c[64]; 7 int n,T,d[128]; char t[100010]; 8 long long s[100010],s2[100010],S,S2,N; 9 void fun(){ 10 scanf("%s",t+1); 11 n=strlen(t+1); 12 S=S2=N=0; 13 for(int i=3;i<=n;++i) 14 c[d[t[i]]+d[t[i-1]]*4+d[t[i-2]]*16].push_back(i); 15 for(int i=0;i<64;++i) 16 if(c[i].size()>1){ 17 N+=c[i].size()*(c[i].size()-1)>>1; 18 for(int j=0,z=c[i].size();j<z;++j) 19 s[j+1]=s[j]+c[i][j],s2[j+1]=s2[j]+c[i][j]*c[i][j]; 20 for(int j=1,z=c[i].size();j<z;++j) 21 S+=c[i][j]*j-s[j],S2+=c[i][j]*c[i][j]*j+s2[j]-2*c[i][j]*s[j]; 22 } 23 if(N==0) puts("0.000000"); 24 else printf("%.6lf\n",-(double)S/N*S/N+(double)S2/N); 25 } 26 int main(){ 27 freopen("tri.in","r",stdin); 28 freopen("tri.out","w",stdout); 29 d['A']=0; d['G']=1; d['C']=2; d['T']=3; 30 for(scanf("%d",&T);T--;fun()) 31 for(int i=0;i<64;++i) c[i].clear(); 32 }