本文已参与「新人创作礼」活动,一起开启掘金创作之路。
题目来自牛客网的华为机试题库,本题目为中等题
HJ63 DNA序列
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,以及限定的子串长度 N ,请帮助研究人员在给出的 DNA 序列中从左往右找出 GC-Ratio 最高且长度为 N 的第一个子串。
DNA序列为 ACGT 的子串有: ACG , CG , CGT 等等,但是没有 AGT , CT 等等
数据范围:字符串长度满足 ≤n≤1000 ,输入的字符串只包含 A/C/G/T 字母
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,如果有多个则输出第一个的子串
示例1
输入:
ACGT
2
输出:
CG
说明:
ACGT长度为2的子串有AC,CG,GT3个,其中AC和GT2个的GC-Ratio都为0.5,CG为1,故输出CG
示例2
输入:
AACTGTGCACGACCTGA
5
输出:
GCACG
说明:
虽然CGACC的GC-Ratio也是最高,但它是从左往右找到的GC-Ratio最高的第2个子串,所以只能输出GCACG。
代码
def find(s):
re = 0
for i in range(len(s)):
if s[i] == 'G' or s[i] == 'C':
re += 1
return re
while True:
try:
s = input()
n = int(input())
re = 0
res = ''
for i in range(len(s)-n+1):
re_ = find(s[i:i+n])
res_ = s[i:i+n]
if re_ > re:
res = res_
re = re_
print(res)
except:
break
解析
我还是用的简单且笨拙的方法,很好想到这么写,但是看起来很幼稚,属于小白自嗨解法。
具体方法:
1.定义一个函数可以找出字符串里C和G的个数
2.从第一个字符开始遍历所有长度为N的字符,用1里的函数计算出C和G的个数
3.用re保存最大C和G的个数,res保存C和G的个数最大的子字符串。初始re,res分别为0和‘’,此后不断更新
4.输出res即为所求