Я знаю, что это несколько избитая тема, но я достиг предела, который я могу получить от того, на что уже был дан ответ.
Это для проблема проекта Rosalind LREP. Я пытаюсь найти самую длинную подстроку k-peated в строке, и я был предоставлен деревом суффиксов, что приятно. Я знаю, что мне нужно аннотировать таблицу суффиксов количеством оставшихся листьев от каждого node, а затем найти узлы с потомками >=k и, наконец, найти самый глубокий из этих узлов. Понятно, что я настроен.
Я получил большую помощь из следующих ресурсов (oops, я могу только отправить 2):
Я могу получить пути от корня до каждого листа, но я не могу понять, как предварительно обработать дерево таким образом, чтобы я мог получить количество потомков из каждого node. У меня есть отдельный алгоритм, который работает на небольших последовательностях, но в экспоненциальной сложности, поэтому для больших вещей он занимает слишком много времени. Я знаю, что с DFS я должен выполнять всю задачу в линейной сложности. Чтобы этот алгоритм работал, мне нужно иметь возможность получить самый длинный k-торф длиной более 40 000 строк менее чем за 5 минут.
Здесь приведены некоторые примеры данных (первая строка: sequence, вторая строка: k, формат таблицы суффиксов: parent child location length):
CATACATAC$
2
1 2 1 1
1 7 2 1
1 14 3 3
1 17 10 1
2 3 2 4
2 6 10 1
3 4 6 5
3 5 10 1
7 8 3 3
7 11 5 1
8 9 6 5
8 10 10 1
11 12 6 5
11 13 10 1
14 15 6 5
14 16 10 1
Выход из этого должен быть CATAC.
Со следующим кодом (измененным из LiteratePrograms) Я смог получить пути, но он все еще занимает много времени время для более длинных последовательностей для анализа пути для каждого node.
#authors listed at
#http://en.literateprograms.org/Depth-first_search_(Python)?action=history&offset=20081013235803
class Vertex:
def __init__(self, data):
self.data = data
self.successors = []
def depthFirstSearch(start, isGoal, result):
if start in result:
return False
result.append(start)
if isGoal(start):
return True
for v in start.successors:
if depthFirstSearch(v, isGoal, result):
return True
# No path was found
result.pop()
return False
def lrep(seq,reps,tree):
n = 2 * len(seq) - 1
v = [Vertex(i) for i in xrange(n)]
edges = [(int(x[0]),int(x[1])) for x in tree]
for a, b in edges:
v[a].successors.append(v[b])
paths = {}
for x in v:
result = []
paths[x.data] = []
if depthFirstSearch(v[1], (lambda v: v.data == x.data), result):
path = [u.data for u in result]
paths[x.data] = path
Что бы я хотел сделать, это предварительно обработать дерево, чтобы найти узлы, которые удовлетворяют требованию descendants >= k, прежде чем находить глубину. Я даже не добрался до того, как еще собираюсь рассчитать глубину. Хотя я предполагаю, что у меня будет некоторый словарь для отслеживания глубин каждого node в пути, а затем суммы.
Итак, мой первый самый важный вопрос: "Как препроцессить дерево с листьями потомков?"
Мой второй-менее важный вопрос: "После этого, как я могу быстро вычислить глубину?"
P.S. Я должен указать, что это не домашнее задание или что-то в этом роде. Я просто биохимик, пытающийся расширить свои горизонты с помощью некоторых вычислительных задач.
