生 物 信 息 学 Bioinformatics 巩晶 癌症研究中心 山东大学 医学院 2016.05.20

基本序列算法

8.1 后缀树 序列S：SDSDFSDFG 后缀=S1≤i≤n,Si+1,…,Sn n=length(S) 序列S：SDSDFSDFG => SDSDFSDFG$ 1: SDSDFSDFG$ 2: DSDFSDFG$ 3: SDFSDFG$ 4: DFSDFG$ 5: FSDFG$ 6: SDFG$ 7: DFG$ 8: FG$ 9: G$

8.1 后缀树 字符串S：SDSDFSDFG 功能：1. 查找字符串s是否在字符串S中: 从树根开始，与s的字符逐一比对。s1: DFSD（在）; s2: SDFD （在不在？）

8.1 后缀树 字符串S：SDSDFSDFG 功能：2. 找指定字符串s在字符串S中的重复次数：从树根开始，按照功能1的办法找到s，然后看s之后有几片树叶。s1: SD（3次）; s2: DF（？次，在哪里？） S D S D F S D F G 位置 1 2 3 4 5 6 7 8 9

8.1 后缀树 字符串S：SDSDFSDFG 功能：3. 找字符串S中的最长重复子串：找到从树根到所有节点（非叶片）的子字符串，从中找到最长的。SDF

8.1 后缀树 字符串S：SDSDFSDFG $的作用：如果某一个后缀是另一个后缀的前缀，那么需要用$标识出一个独立的叶片。 8: $

8.2 最高分子序列问题 Input: 一个序列(a1,…,an)∈Rn Output: 一个子序列(ai,…,aj)，使得函数f(i, j)最大， f(i, j) = ∑ ah j h=i 最短原则：在几个子序列同时拥有最高分时，如果某一个完全包含在另一之内，则只返回被包含的那一个。

8.2 最高分子序列问题 生物学应用：（1）预测蛋白质序列跨膜区域。疏水氨基酸[0, 3]，亲水氨基酸[-5,0]。

8.2 最高分子序列问题 生物学应用： （2）预测DNA序列中富含GC区域。G, C给正分；A,T给负分。

8.2 最高分子序列问题 Input: 一个序列(a1,…,an)∈Rn Output: 一个子序列(ai,…,aj)，使得函数f(i, j)最大， f(i, j) = ∑ ah j h=i Naïve算法：对于所有i≤j ∈ [1, n]，计算f(i, j) ，再找出最大值对应的(i, j)。 所有可能的(i, j)组合的数量，即计算f(i, j)的次数： n+(n-1)+(n-2)+…+1 = n*(n+1)/2 = O(n2) 计算一次f(i, j)所需的步骤：O(n) => Naïve算法的总运算步骤为O(n3) 最高分子序列问题的运算步骤： Naïve算法：O(n3) 动态算法：O(n2) 分而治之算法：O(n*log(n)) 聪明算法：O(n)

编程基础第一部分

1. Linux介绍 Linux 是什么？ ----- Linux是一个操作系统！ …… ……

可视化窗口操作 命令行操作

1. Linux介绍 远程连接 Linux 从Windows远程登录Linux： PuTTY：命令行操作 1 2 3 1. Host Name (or IP address) Eg. tollml.lrz.de Host name 1.51.215.28 IP address 2. User name 3. Password 1 2 3

远程连接 Linux 从Windows远程登录Linux： WinSCP：文件传递

1. Linux介绍 远程连接 Linux 从Linux远程登录另一个Linux： 终端(terminal)是向计算机发出命令的一个窗口。类似于Windows下的DOS命令窗口。 远程登录命令：ssh username@hostname 退出远程登录 将当前机器上的文件拷贝到另一机器上

1. Linux介绍 --- Linux基本命令 0. ls命令=Dos里的dir 几个基础的“热身”命令 1. 显示日期与时间的命令：date 2. 显示日历的命令：cal 3. 简单好用的计算器：bc +加，-减，*乘，/除，^指数，%余数 1/3为什么等于0？答：bc默认只输出整数部分 通过scale=number设定小数点后位数 输入quit退出 cal的语法：cal [[month] year ]

1. Linux介绍 --- Linux基本命令 [Tab]键具有“命令补全”与“文件补齐”的功能。 重要的热键 输入ca，在a后紧接着按两次[Tab]键，则所有以ca开头的命令都被显示出来了。 输入ls .bash后按两次[Tab]键，则所有以.bash开头的文件名都会被显示出来。 想不起来完整的文件名或命令名时，输入开头的几个字母再按下[Tab]键，会自动帮你补齐或者给你足够的提示。好好利用[Tab]键，可以让你避免 很多输入错误的机会。 重要的热键

1. Linux介绍 --- Linux基本命令 [Ctrl]-c 命令终止按键 （Ctrl和c一起按） 重要的热键 出现一堆东西在刷屏 输入find /后，系统会开始跑一些东西，此时按下[Ctrl]-c组合键，命令立刻被终止了。 如果你在Linux下输入了错误的命令或参数，有的时候这个命令或程序会不停的运行，这个时候按[Ctrl]-c组合键就可以让当前的程序“停下来”。 注意：如果你正在运行比较重要的命令或程序，还是等它自己跑完了停下来再说吧，别随便用这个组合键，不然你的工作就白做了。 [Ctrl]-d 输入结束按键 （Ctrl和d一起按） 可以代替exit的输入。

1. Linux介绍 --- Linux基本命令 查命令，找“男人” 某个命令不会用，比如date，输入“man date”就会出现详细的命令说明。这个man是manual的简写。 按PgUp，PgDn上下翻页，按q退出

1. Linux介绍 --- Linux基本命令 目录与路径 几个常见的处理目录的命令： cd：切换目录 pwd：显示当前目录 mkdir：创建一个新的目录 rmdir：删除一个空的目录 用符号代表的特殊目录： . 代表此层目录 .. 代表上一层目录 - 代表前一个工作目录 ~ 代表“目前用户”所在的主文件夹 / 代表根目录 绝对路径：由根目录“/”写起 相对路径：不是由根目录“/”写起 仅输入cd，代表的就是“cd ~”的意思，即，回到自己的主文件夹。

1. Linux介绍 --- Linux基本命令 目录与路径 几个常见的处理目录的命令： cd：切换目录 pwd：显示当前目录 mkdir：创建一个新的目录 rmdir：删除一个空的目录 mkdir 加了 –p 这个参数后，可以自行创建多层目录。 rmdir 加了 –p 这个参数后，可以连通上层“空的”目录一起删除。

1. Linux介绍 --- Linux基本命令 文件与目录管理 几个常见的命令： ls ：查看文件与目录 参数： -a : 全部的文件，连同隐藏文件（开头为.的文件）一起列出来 -A ：全部的文件，连同隐藏文件，但不包括.与..这两个目录 -l ：列出文件的详细信息，包括属性、权限、文件大小、日期等 -hl ：等同于-l，只是文件大小以人类较易读的方式（GB，KB等）列出来 -R ：连同子目录内容一起列出来，等于该目录下的所有文件都会显示出来 -S ：以文件容量大小排序，ls默认以文件名排序 -t ：以时间排序 ……

1. Linux介绍 --- Linux基本命令 文件与目录管理 几个常见的命令： cp ：复制 -r ：用于复制整个文件夹（包括文件夹里的内容） rm ：删除 参数： -i ：若目标文件已经存在，在删除时会先询问操作的进行 -r ：用于删除整个文件夹（无论是否是空文件夹） （rmdir –p 只能删除空的文件夹）

1. Linux介绍 --- Linux基本命令 文件与目录管理 几个常见的命令： mv ：移动文件或更名 把文件“test.txt”移动到文件夹“test1”里 将文件“test.txt”更名为“test1.txt” 复制文件“test1.txt”,新文件为“test2.txt” 把文件“test1.txt”和“test2.txt”同时移动到文件夹“test2”里 1 2 3 4

1. Linux介绍 --- Linux基本命令 文件内容查阅 几个常见的命令： cat ：将文件的第一行到最后一行连续显示在屏幕上。加参数“-n”可以打印出行号，连同空白行也会有行号。 tac ：与cat相反，将文件的最后一行到第一行反向在屏幕上显示出来。 more ：一页一页翻动。空格：向下翻一页；回车：向下滚动一行；q：退出。 less ：一页一页翻动。空格：向下翻一页；PgDn：向下翻一页；PgUp：向上翻一页；q：退出。 head ：取出前面几行。默认情况显示前10行。加上参数“-n number”可以显示前number行。 tail ：取出后面几行。默认情况显示后10行。加上参数“-n number”可以显示后number行。

1. Linux介绍 --- Linux基本命令 创建、修改一个纯文本文件 几个常见的命令： vi ：程序编辑器 1. 2. 按“a”，进入“Insert”模式，即输入模式。 3. 输入文本内容 4. 输入结束后，按“Esc”，退出“Insert”模式。 5. 输入“:wq”回车，保存退出。若只输入“:q”，则退出，不保存对文件内容的更改。