我正在编写一个Sublime Text脚本来对齐几行代码。该脚本采用每一行，通过一组预定义的分隔符（,;:=）对其进行拆分，并将其重新加入，并将“每个”段中的每个段填充到相同的宽度。当所有行都有相同的分隔符集时，这种方法很有效，但有些行可能有额外的段，最后是可选的逗号，等等。
我的想法是想出一个规范的分隔符列表。具体来说，给定几个分隔符串，我想找到最短的字符串，它可以仅使用插入从任何给定字符串形成，并以一些合理的方式打破绑定。经过一些研究，我了解到这是全局多序列比对的众所周知的问题，除了没有不匹配，只有匹配和插入。
不幸的是，动态编程方法在字符串数量上是指数级的 - 至少在一般情况下如此。当不允许不匹配时，是否有希望获得更快的解决方案？
答案 0 :(得分：1)
我甚至犹豫不决，即使不允许不匹配，也没有这样的希望，但是我很确定没有 。这就是原因。
执行序列对齐时生成的动态编程表的大小大约是（字符串长度）^（字符串数），因此是指数运行时/空间要求。为了让您了解它的来源，这里有一个带有两个字符串ABC ABC和ACB的示例，每个字符串长度为3.这为我们提供了一个3x3表格：
A B C
A 0 1 2
C 1 1 1
B 2 1 2
我们从左上角开始初始化此表，然后从那里开始向右下方。到达表中任何位置的总成本由该位置的数字给出（为简单起见，我假设插入，删除和替换的成本均为1）。用于到达给定位置的操作由您从前一个值移动的方向给出。向右移动意味着您要从顶部字符串插入元素。向下移动从侧向字符串插入元素。沿对角线移动意味着您要从顶部和底部对齐元素。如果这些元素不匹配，那么这代表了替代，并且您增加了到达那里的成本。
这就是问题所在。 说不允许不匹配并不排除负责表格长度和高度的操作（插入/删除）。更糟糕的是，不允许不匹配甚至不排除可能的举动。表中的对角线移动有时仍然存在，只是在两个元素不匹配时才会出现。此外，您仍然需要检查元素是否匹配，因此您基本上仍在考虑此举。因此，这不应该能够改善您的最坏情况时间，并且似乎不太可能对您的平均或最佳案例时间产生实质性影响。
从好的方面来说，这是生物信息学中一个非常重要的问题，因此人们提出了一些解决方案。它们有它们的缺陷，但可能对你的情况有效（特别是因为你似乎不太可能进行虚假对齐而不是DNA，因为你的字符串不是由四个组成的 - 字母表）。所以看一下Star Alignment和Neighbor Joining。