Question

我有这个序列"ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga"，我想把它分成3个长度单位，比如ggt acc tcc ..etc？

Answer 1

尝试类似：

String str[] = s.split("(?<=\\G...)");
Output
[ggt, acc, tcc, tac, ggg, agg, cag, cag, tga, gga, att, ttc, cgc, aat, ggg, cga, aag, cct, gac, gga]

Answer 2

不要使用Stringtokenizer。分裂的正则表达式效率非常低 - DNA / RNA-Strings非常长。

在Java 8中，可以做以下解决方案：

public static void main(String[] args) {
    String str = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
    List<String> collect = str.chars()
        .mapToObj(accumulator(3))
        .filter(s -> s != null)
        .collect(Collectors.toList());
    System.out.println(collect);
}

private static IntFunction<String> accumulator(final int size) {
    return new CharAccumulator(size);
}

private static final class CharAccumulator implements IntFunction<String> {
    private StringBuilder builder ;
    private int size;

    private CharAccumulator(int size) {
        this.builder = new StringBuilder();
        this.size = size;
    }

    @Override
    public String apply(int value) {
        builder.append((char) value);
        if (builder.length() == size) {
            String result = builder.toString();
            builder.setLength(0);
            return result;
        } else  {
            return null;
        }
    }
}

它不是那么容易理解，也可能不那么高效，但它也适用于惰性字符流（节省内存）。

Answer 3

您可以尝试以下内容，您可以将String转换为char []并以3为单位循环遍历它们以获取该字符串：

String str = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
    char[] array = str.toCharArray();
    List<String> result = new ArrayList<String>();
    for(int i = 0; i<array.length; i+=3)
    {
        StringBuilder s = new StringBuilder();
        for(int j = i ; j<array.length && j < i+3; j++)
        {
            s.append(array[j]);
        }
        result.add(s.toString());
    }

列表结果现在包含长度为3的字符串，如果大小不是3的倍数，则不会中断。

Answer 4

以下是另一种使用substring方法（不含StringTokenizer）的解决方案：

public static void main(String[] args) {        
    String s = "ggtacctcctacgggaggcagcagtgaggaattttccgcaatgggcgaaagcctgacgga";
    char[][] c = new char[s.length()/3][3];
    for ( int i = 0 ; i < s.length() ; i+=3 ) {
        String substring = s.substring(i, i+3);
        c[i/3] = substring.toCharArray();
    }
    // test
    for ( int i = 0 ; i < c.length ; i++ ) {
        for ( int j = 0 ; j < c[0].length ; j++ ) {
            System.out.print(c[i][j]);
        }
        System.out.println();
    }
}

如何设置stringtokenizer的分隔符以将文本分成具有给定长度的单位

4 个答案: