如何压缩由DNA序列组成的字母表

Question

我想用压缩技术而不是Huffman和Adaptive Huffman算法压缩DNA序列，我使用c＃作为编程语言。 任何人都可以带我到算法。 注意：我想要无损压缩

Answer 1

对于DNA序列，您有4种可能的状态，即

• Guanine（G， 00 ）
• 胞嘧啶（C， 01 ）
• 腺嘌呤（A， 10 ）
• 胸腺嘧啶（T， 11 ）

您可以使用两位来存储这四种可能的状态，并将值括在括号中。 使用这种简单的方法，您将能够在一个字节中存储四个不同的值。

---

<强>更新
正如@kol所提到的那样，您几乎可以使用任何压缩算法来进一步缩小数据。 目前.NET附带两种压缩方法（Deflate and GZip），更多可以在SharpZipLib开源库中找到