Question

我有一个字符串（$info），看起来像这样：

$info = "Complete1:1,ATTCGGCTAGGGCTAGCTAGCTAG,Complete1:2,ATTTGAGAGGGATCGCGCCAT,..."

一个看起来像这样的数组（@codes）：

@codes = ("ACTTTCGGGGCATCGGATCG", "ATTGCATGGGCATGGCATGGCATG", "ACGGGATGGGCATGCTAG",...);

数组@codes包含一些与$info（一个或多个）部分匹配的元素以及一些与$info不匹配的元素。

计算@codes中所有元素匹配字符串$info的次数的最快方法是什么？谢谢！

Answer 1

这样做有两种方法：

my $pat = join '|', map quotemeta, @codes;
my $re = qr/,(?:$pat),/;

for my $info (...) {
   my $padded_info = ",$info,";
   my $count; ++$count while $padded_info =~ /$re/g;
   ...
}

或

my %codes = map { $_ => 1 } @codes;

for my $info (...) {
   my $count = grep $codes{$_}, split /,/, $info;
   ...
}

我列出了代码，好像在@codes中检查了多个字符串代码。重用计算值来自实际节省的地方。

我会将基准测试和微优化留给您，因为这将取决于您的数据和使用模式。

Answer 2

性能可能不是很好，取决于源字符串的大小，但如果需要，您可以稍后进行优化。

my %results;

for my $code (@codes) {
    my $count = () = $info =~ /$code/g;
    $results{$code} = $count;
}

计算数组中所有元素出现在字符串中的最快方法是什么？

2 个答案: