两道题，问了N多人，没结果，再问一下看看

bioinfor

1) Write a program to identify all the repetitive patterns in a string of
charaters (INPUT).  The string is only composed of A,C,G,T characters.  The
maximum length of string is 10000.  The minimum length of repeat is 10
characters.   Output: position, size, and patterns.  Here is an example:
1)写一个程序，识别字符串中所有的重复片段(重复模式)，字符串由A，C，G，T组成，字符串最长为10000，随机产生。重复的片段最小是10个符串。输出：位置，大小，和片段。如下：
String:
TAAAAACTCGGGGT AAAAACTCGGGGAAAA
Repeat:
Repeat: AAAAACTCGGGG, Size: 12, Start Positions: 2, 15

解释：如这就就有两个重复(空格格开了)：T  AAAAACTCGGGG  T AAAAACTCGGGG AAAA
这两个重复位置分别在字符串的2和15位，大小为12



2) Write a program to identify all the INVERTED repetitive patterns (e.g.
TAACCG => GCCAAT) in a string of character (INPUT).  The string is only
composed of A,C,G,T characters.  The maximum length of string is 10000.  The
minimum length of repeat is 10 characters.   Output: position, size, and
patterns.   Here is an example:

写一个程序识别所有的反向重复，如TAACCG => GCCAAT，也就是前面的反过来就是后面的字符串。和上面一样，字符串最长为10000，随机产生，最小反向重复片段为10，输出位置，大小，和片段，如下：
String:
CAAAAACGAGGGGTTTGGGGAGCAAAAA
Inverted Repeat:
Inverted Repeat: AAAAACGAGGGG, Size: 12, Start Positions: 17, 2

解释：如上面，C  AAAAACGAGGGG  TTT   GGGGAGCAAAAA
AAAAACGAGGGG和GGGGAGCAAAAA分别是反向重复，分别在2和17位上，大小为12。

lightspeed

哈， 学生物的吧。 去 perl.com 有 total solution, 如 bioperl.

或用 awk 自己写， 要讲效率的话， 还是 C 好。

wingger

最近问问题怎么都是这种标题啊

lightspeed

文革 MM, 你帮他一下如何？

wingger

那俺想想，不一定做得出来

wingger

第一个的思路：
先用xargs -1n把所有的字符弄成一列
再用变量读进每一行，用awk (match判断)
应该可以弄出重复行，
用index返回重复行的位置。得用到循环，不过我现在还没看到循环语句

而且目前没有环境只能明天试验

寂寞烈火

看不明白 关注ing

wingger

[quote]原帖由 "寂寞烈火"]看不明白 关注ing[/quote 发表：


你看不明白？那我     

用match判断不知道行不行。。。

cnadl

这种东西用C还会快一点吧
而且模式是不定长匹配的……
嗯……用給的最长的字符串作初始值、递减长度？

sainux

应该用最小字符串作初始值还是最长的呀???