20积分悬赏，求个perl程序，新手，写了好几个都无果。

climby

回复 20# yanglc2013


    反正是用脚本划分文件，效率应该不会低，这个4万多条记录的文件，划分小文件，差不多1秒就完成了。这种划分小文件是为后面的对比做准备，提高后面对比的效率。
   

yanglc2013

回复 16# picbhan

区间是基因的起始和终止位置。就是比如，lnc中有很多chr1，ref中也有很多chr1，lnc中的每个chr1都要和ref的chr1分别比较。


   

yanglc2013

回复 21# climby
谢谢啊，下次我用这个方法。


   

picbhan

回复 22# yanglc2013


    好吧，明白你说的了。但是显然你没看懂程序里的算法。因为你要的只是找出inc中每条染色体上每个区间是否与ref中相同染色体上的区间有交集（完全包含，部分交集，不包含），所以在算法上不需要在两个文件间一一比较，这样很费时间。我在读入文件的时候先按染色体分类，完了用每个区间的起始位置排序了，这样就不需要全部比较。就好像如果你要找出 2 在数组 1， 5， 7， 19， 21 中的位置，只需要找出大于和小于2的临界位置就行了，不需要和5以后的数据比较。如果还不理解我再给你仔细分析算法吧。

yanglc2013

回复 24# picbhan
谢了啊 大哥。我测试了下，你的程序可以达到要求，但是还有一种情况就是 lnc中的范围超出了ref中的范围，就是，lnc的范围包含ref的范围，这种情况能帮我输出到另一个文件吗。您的结果中把ref包含lnc和lnc包含ref都输入到了同一个文件，我试着改了下，但没改好。

   

yanglc2013

回复 24# picbhan
您的思路确实很厉害啊，


   

picbhan

回复 25# yanglc2013


    我想问一下就是你要的结果是不是只是inc这个文件的？或者是两个文件的？
    比如inc的一个区间包含ref里的一个区间，我是输出ref的那个区间还是inc的？在原来的程序里我只输出inc里的区间，没输出任何在ref里的数据。在原来的程序里你要的最后一种情况的结果应该在overlap的数据里，而不是在include的文件里。其实原来的程序里有点bug。我写好再给你新的代码。

yanglc2013

回复 27# picbhan
还是输出lnc的。因为可能会出现这种情况。真谢谢你啊。看你的程序收货很大，排版好，思路也巧妙。

yanglc2013

回复 27# picbhan

ref只是一个数据库。
   

yanglc2013

回复 2# picbhan
大哥，文件中 不是还有 + -之分。表示正链和负链，同一个染色体（比如chr1），他可以是正链也可以是负链，如果我还得加上++，--，+-，-+（前一个正负号为lnc中，后一个为ref中）必须也相同这个条件（就是除了必须染色体（chr）相同，而且lnc的+和ref中的+，lnc的-和ref的-，lnc的+和ref的-，lnc的-和ref的+），输出的结果还是lnc中的数据，ref作为一个数据库。那应该在你的程序上怎么修改？