我有一个函数可以计算两个给定字符串的方差。有没有更快的方法(或算法)来做这样的事情?
请记住,我的字符串中的每个字母都加载了 DNA,这意味着它们是 A 或 T 或 C 或 G 之一:
unsigned __int8 dis(char* FirstString, char* SecondString)
{
unsigned __int8 distanceIndex = 0;
for (unsigned __int8 i = 0; i < l; i++)
{
if (FirstString[i] != SecondString[i])
distanceIndex++;
}
return distanceIndex;
}
最佳答案
虽然我还是怀疑字符串比较真的是the bottleneck你的项目,我忍不住接受挑战......
你所有的序列都是13
chars long . DNA 序列仅包含字母 ATCG
,可以在 2 位内进行编码。您可以将每个 DNA 序列存储在一个 32 位值中,让计算机并行进行比较:
- 异或组合这些值以获得位差
- 将 AND 归一化子集(奇数位、偶数位)移位和 OR 组合为 将位差异转化为碱基差异
- 计算设置位以获得DNA序列距离
根据计算机体系结构,可能会有位计数功能 在 CPU 中实现。更多详情有问题的答案:How to count the number of set bits in a 32-bit integer?
这里是核心函数:
int distV(const unsigned va, const unsigned vb)
{
const unsigned x = va ^ vb;
const unsigned bn = ((x & 0xaaaaaaaa) >> 1 ) | (x & 0x55555555);
return __builtin_popcount(bn);
}
参见 full GCC-4.3.2 demo使用长度为 16 的序列。我测量了比较本身的性能增量为 4(不包括编码)。
关于c++ - 计算两个字符串有多少相似?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38460743/