有效地将DNA碱基对数据存储在RAM中？

Question

与此问题非常相关： Most efficient way to store a big DNA sequence? 还有这个： Declaring a new data type for DNA

我想找到一种有效存储长字符ACTG的方法，而不会浪费每个值的整个字节，而它只需要2位。 但是，我没有看到关于如何在C ++，Java或任何语言中存储2位数据的响应中的任何描述，尽管我认为C ++应该是它的理想语言。

所以我的问题是，正确创建一个方便可用的2位数据类型的语法是什么？我假设需要某种结构来填充字节大小（lol）的数据块，但我不确定。

我非常有兴趣知道其他语言是否也可以使用这些东西，例如Javascript或Perl，但主要是如何用C ++进行。

非常感谢示例代码，谢谢。

Answer 1

我建议您在std::bitset中对数据进行编码，并将位集存储在std::vector中。您可以在bitset中编码DNA对，并在向量中每个元素浪费4位，或者您可以在每个位集中编码2个DNA对，然后就可以获得完美的存储空间。