DNA序列滑动窗口

题目描述

一个DNA序列由A/C/G/T四个字母的排列组合组成。G和C的比例（定义为GC-Ratio）是序列中G和C两个字母的总的出现次数除以总的字母数目（也就是序列长度）。在基因工程中，这个比例非常重要。因为高的GC-Ratio可能是基因的起始点。

给定一个很长的DNA序列，以及要求的最小子序列长度，研究人员经常会需要在其中找出GC-Ratio最高的子序列。

本题含有多组样例输入。

输入描述:

输入一个string型基因序列，和int型子串的长度

输出描述:

找出GC比例最高的子串,如果有多个输出第一个的子串

示例1

输入

复制

AACTGTGCACGACCTGA
5

输出

复制

GCACG

滑动窗口+哈希表计数

import java.util.*;

public class Main{
    public static void main(String []args){
        Scanner sc=new Scanner(System.in);
        String s=sc.nextLine();
        int len=sc.nextInt();
        
        Map<Character,Integer> map=new HashMap<>();
        char []arr=s.toCharArray();
        int l=0,r=0;
        int n=s.length();
        
        double maxRatio=0;
        int start=0,end=0;
        
        while(r<n){
            map.put(arr[r],map.getOrDefault(arr[r],0)+1);
            // 如果大于窗口的大小,那么就收缩左边界
            if(r-l+1>len){
                map.put(arr[l],map.getOrDefault(arr[l],0)-1);
                l++;
            }
            // 统计数量
            int gNum=map.getOrDefault('G',0);
            int cNum=map.getOrDefault('C',0);
            int aNum=map.getOrDefault('A',0);
            int tNum=map.getOrDefault('T',0);
            
            double ratio=(gNum+cNum)*1.0/(aNum+gNum+cNum+tNum);
            // 题目的意思是窗口的大小必须为那么大，否则的话当只有一个c的时候比例是1，不会再有比1还大的比例了，那么计算就不正确了
            if(r-l+1>=len&&ratio>maxRatio){
                maxRatio=ratio;
                start = l;
                end = r;
            }
            // 右边界一直扩展
            r++;
        }
        System.out.println(s.substring(start,end+1));
    }
}

赏

谢谢你请我吃糖果

微信