Description
三核苷酸是組成DNA序列的基本片段。具體來說，核苷酸一共有4種，分別用’A’，’G’，’C’，’T’來表示。而三核苷酸就是由3個核苷酸排列而成的DNA片段。三核苷酸一共有64種，分別是’AAA’，’AAG’，…，’GGG’。給定一個長度為L的DNA序列，一共可以分辨出（L-2）個三核苷酸。現在我們想用一些統計學的方法來進行一些分析，步驟如下：
1.對于這（L-2）個三核苷酸，我們從左到右給予編號，分別為1到L-2。
2.從這（L-2）個三核苷酸挑選一對出來，一共有(L-2)*(L-3)/2種可能。如果某一對三核苷酸是一樣的，我們就記錄他們之間的距離。他們之間的距離定義為他們的編號之差。
3.根據我們所記錄的“樣本數據”，我們現在需要計算樣本數據的方差。方差的計算公式是S2=[(x1-X) 2+(x2-X) 2+…+(xn-X)2]/n, X=(x1+x2+…+xn)/n。如果樣本的大小n=0，那么我們認為S2=X=0。

例如，我們要統計DNA序列’ATATATA’：

為三核苷酸編號. L1: ATA, L2:TAT, L3:ATA, L4:TAT, L5:ATA.

(L1,L3)=2, (L1,L5)=4, (L3,L5)=2, (L2,L4)=2. 所以樣本數據是2,4,2,2.

樣本數據平均值X=(2+4+2+2)/4=2.5.
方差S2=[(2-2.5)2+(4-2.5) 2+(2-2.5)2+(2-2.5)2]/4=0.75.
給定一個DNA序列，請你計算出它的方差。

Input
　　輸入包含多組測試數據。第一行包含一個正整數T，表示測試數據數目。每組數據包含一個由’A’，’G’，’C’，’T’組成的字符串，代表要統計的DNA序列。DNA序列的長度大于等于3且不會超過100000。

Output
　　對每組測試數據，輸出一行答案，為一個保留6位精度的實數，代表S2的值。如果你的答案和標準答案的“相對誤差”小于1e-8，你的答案會被視為正確的答案。

Sample Input
1
ATATATA

Sample Output
0.750000

.
.
.
.
.
.
程序：

#include<iostream> #include<cstdio> #include<cstring> using namespace std;int main() {freopen("tri.in","r",stdin);freopen("tri.out","w",stdout);int t; scanf("%d",&t);while (t--){int a[100005],b[100005];char c[100005];long long s[505],sum[505],cnt[505],s1[505],s2[505];scanf("%s",c+1);int n=strlen(c+1);for (int i=111;i<=444;i++)s[i]=sum[i]=s1[i]=s2[i]=cnt[i]=0;for (int i=1;i<=n;i++){if (c[i]=='A') a[i]=1; elseif (c[i]=='G') a[i]=2; elseif (c[i]=='C') a[i]=3; else a[i]=4;}for (int i=1;i<=n-2;i++)b[i]=a[i]*100+a[i+1]*10+a[i+2];for (int i=1;i<=n-2;i++){s[b[i]]+=cnt[b[i]]*i*i+s1[b[i]]-s2[b[i]]*i*2;sum[b[i]]+=cnt[b[i]]*i-s2[b[i]];s1[b[i]]+=(long long)i*i;s2[b[i]]+=i;cnt[b[i]]++;}long long ans1=0,w=0,x=0;double ans=0;for (int i=111;i<=444;i++){ans1+=s[i];w+=sum[i];x+=cnt[i]*(cnt[i]-1)/2;}if (x==0) ans=0; else ans=1.0*ans1/x-(1.0*w/x)*(1.0*w/x);printf("%.6f\n",ans);}fclose(stdin);fclose(stdout);return 0; }

轉載于:https://www.cnblogs.com/YYC-0304/p/11094935.html

總結

以上是生活随笔為你收集整理的三核苷酸的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。