Question

我有一个函数来计算两个给定字符串的方差。是否有更快的方法（或算法）来做这样的事情？

请记住，我的琴弦的每个字母都装有DNA，这意味着它们是A或T或C或G中的一个：

unsigned __int8 dis(char* FirstString, char* SecondString)
{
    unsigned __int8 distanceIndex = 0;
    for (unsigned __int8 i = 0; i < l; i++)
    {
        if (FirstString[i] != SecondString[i])
            distanceIndex++;
    }
    return distanceIndex;
}

Answer 1

虽然我仍然怀疑你的项目的字符串比较是the bottleneck，但我无法抗拒接受挑战......

您的所有序列均为13 chars long。 DNA序列仅包含字母ATCG，可以在2位内编码。您可以将每个DNA序列存储在32位值内，让计算机并行进行比较：

XOR-组合值以获得位差
移位和OR组合AND归一化子集（奇数位，偶数位）将比特差异转化为核碱基差异
计算设定位以获得DNA序列距离

根据计算机体系结构，可能存在位计数功能在CPU中实现。更多详细信息包含问题的答案：How to count the number of set bits in a 32-bit integer?

这是核心功能：

int distV(const unsigned va, const unsigned vb)
{
    const unsigned x = va ^ vb;
    const unsigned bn = ((x & 0xaaaaaaaa) >> 1 ) | (x & 0x55555555);
    return __builtin_popcount(bn);
}

请参阅使用长度为16的序列的full GCC-4.3.2 demo。我为比较本身测量了因子4的性能增量（不包括编码）。

Answer 2

这是一种O（n）算法。

比较两个字符串之间的相等性（或本例中的距离）的最有效算法是O（n）。

Answer 3

通过索引来避免随机访问，你可以稍快一点，你实际上只需要顺序访问字符串。

我不确定编译器是否可以为您优化。

Answer 4

您可以免除class：

if

但我怀疑这是否显着

计算两个字符串相似多少？

4 个答案: