Question

我必须编写一个程序，使用仿射空位罚函数在两个序列之间进行全局比对。动态算法（修改后的Needleman Wunsch）计算两个给定序列的相似性（表达相似序列的最大分数）， s 和 t 。并且它通过构建三个2d数组来考虑间隙，序列中连续空间的块，这些块更可能发生在隔离空间中。这些数组可能没有正式描述为：

数组C：保持以序列 s 与序列 t 的字符对齐结束的块的最大分数;
数组BS：保持最大值以序列 t 的字符结尾的块的分数 s

数组BT：保持以序列 s 的字符结尾的块的最大分数 t ; < 该算法具有以下递归关系：

C [i，j] = v（s [i]，t [j]）+ max {C [i-1] [j-1]，BS [i-1] [j-1]，BT [I-1] [j-1]}
BS [i，j] = max {C [i] [j-1] - （h + g），BS [i] [j-1] -g，BT [i] [j-1] - （h +克）}
BT [i，j] = max {C [i-1] [j] - （h + g），BS [i-1] [j] - （h + g），BT [i-1] [j] -g}

** v（s [i]，t [i]）=匹配的值（当两个字符相同时）或不匹配（当字符不相同时）相似性是每个数组的最后一个值中的最高值。 问题是当我运行程序时，它有一个奇怪的行为：
对于给定的一对序列，如果我改变哪一个是t或s，我的程序为同一对序列给出不同的值。那么，请你帮我找出程序有这种行为的原因吗？你知道我做错了什么吗？关于代码，这里有：

    int main (void){

  int mat, mis, h, g,
      sim, i, j, m, n; 
  /* mat = match, mis = mismatch, h = open gap penalty, g = extend gap penalty */

  string s, t;
  s = malloc(1500);
  t = malloc(1500);

    scanf("%d %d %d %d", &mat, &mis, &h, &g);
    scanf("%s", s);
    scanf("%s", t);


    m = strlen(s);
    n = strlen(t);
    int C[m][n], BS[m][n], BT[m][n];  

    C[0][0] = 0;
    for(j = 1; j<= n; j++)
      C[0][j] = -32000;

    for(i = 1; i<= m; i++)
      C[i][0] = -32000;

    for(j = 1; j <= n; j++)
       BS[0][j] = -(h + g*j);


    for(i = 0; i <= m; i++)
      BS[i][0] = -32000;

      for(j = 0; j <= n; j++)
        BT[0][j] = -32000;

      for(i = 1; i <= m; i++)
        BT[i][0] = -(h + g*i);


for(i = 1; i <= m; i++){
    for(j = 1; j <= n; j++){
        C[i][j] = align(s[i-1],t[j-1],mat,mis) + max(C[i-1][j-1],BS[i-1][j-1],BT[i-1][j-1]);
        BS[i][j] = max((C[i][j-1]-(h+g)),(BS[i][j-1]-g),(BT[i][j-1])-(h+g));
        BT[i][j] = max((C[i-1][j]-(h+g)),(BS[i-1][j]-(h+g)),(BT[i-1][j]-g));
        }
    }
    printf("\n");
    printf("c[m][n]: %d bs[m][n]:%d bt[m][n]: %d\n", C[m][n], BS[m][n], BT[m][n]);
    sim = max(C[m][n], BS[m][n], BT[m][n]);
    printf("sim: %d\n", sim);
return 0;
}

Answer 1

好的，我在尝试了很多printfs之后终于找到了问题，因为我不知道如何使用调试器。
我的第一个线索是gcc在我尝试阅读时告诉我的分段错误来自文件的序列（具有相对大的长度）。确实，分段错误可能有多种原因，但几乎所有的时间我都在程序中看到这个错误，因为我试图访问一个实际上不存在于数组中的位置。
然后，许多printfs在初始化步骤中显示了一些值，这些值与每个数组的第一行和第一列应该具有的值不同。我将分段错误与初始化步骤中的奇怪值相关联，并决定检查数组的声明步骤以及所有循环条件。那是它！我忘记了任何数组的一个非常基本的功能：如果数组的大小 n ，您可以从零访问 n-1 。
为了解决我的新手错误，我在每个数组中为行和列添加了一个位置（因为位置（0,0）与任何对齐的字符对没有关联），因此每个数组的大小都为 [m] [n] ，其中 m 是序列 s 的（长度+ 1）， n 是（长度+ 1）序列 t 。此外，我改变了所有循环条件，直到 [m-1] [n-1] 位置。现在程序运行正常。

使用仿射空位罚函数的全局对齐

1 个答案: