本文目录一览：

[如何用Python构造hash表解决DNA k-mer问题](#如何用Python构造hash表解决DNA k-mer问题)
将DNA序列在Python问题，怎么解决
用c语言编写一个程序，产生所有可能的长度为10bp的DNA序列
python这个代码啥意思？求具体的。
已有一个文件DNA.txt。写一个Python程序
[python 遗传算法问题](#python 遗传算法问题)

如何用Python构造hash表解决DNA k-mer问题

思路：

首先采用命A=0,C=1,G=2,T=3。就相当于4进制数字，然后采用karp-Rabin算法转换成唯一十进制数字。由于用此算法的哈希函数为：hash(value)=value*(4^(k-q-1)); value是该字符对应的值，k是kmer长度,q是此字符在字符串的位置范围在[0-(q-1)]。然后把一个kmer里面所有字符的hash值求和就行了。
那么很容易看出来，对于连续的下一个kmer，就有推理公式了 hashNew=addValue+(hashOld-deleteValue*(4^(k-1)))*4; hashNew就是往右平移一个字符的kmer hash值，hashOld就是平移之前的值，addValue就是平移后右边多的一个字符，deleteValue就是平移后左边少的一个字符。这样整个hash表建立的时间复杂度约为O（m+k）,m是整个文本长度。
由于kmer长度如果过长，其hash值过大，会造成内存不够溢出的现象，所以kmer内部定死为10 。那么问题就来了，如何应对不同的kmer值。分三种情况。 第一种：q<10 这种可以将kmer以10为单位，将hash表中对应值取出，然后对结果进行分析，这边分析方法为建立两个数组一个二维数组unionName储存位置关系，一个一维数组unionScore,计数用。思路就是首先第一轮初始化unionName[Name][Pos]全部赋值Pos 并初始化unionScore，然后再第二轮匹配如果unionName[Name][Pos-cycle]=Pos-1则将其赋值为当前Pos，cycle为当前循环次数。并将当前循环数存入unionScore[NAME]中。最后当unionScore[NAME]值也就是循环数为k-1，即我们需要的交集了。 第二种：q=10 直接求出hash值，取出相应的值即可。 第三种：q>10 可以用前缀种子+后缀种子交集产生。 前缀种子： 在字符串后面补字符直到长度等于K，这个很容易看出来最小是全补A，最大是全补T，然后将最小值到最大值之间的hash值即为所求。 后缀种子： 后缀种子和前缀种子不同就是在字符串左边补齐字符。所以此时需要进行变换。只要对前置种子产生的值变化下就行了。(preValue-minValue)*(4^(K-q))+hash(p) 。其中preValue就是对应的前置种子的hash值，minValue就是前置种子中最小值也就是全补A的情况，hash（p）就是字符串长度为p时候的hash值。交集就是先求后缀种子所有的值，再加上前缀种子中起始位置在[0-(k-1)]中的值。

将DNA序列在Python问题，怎么解决

1 #!/usr/bin/python
2 # -*- coding:utf-8 -*-
3 "将DNA序列转换为RNA序列，即将T转换为U即可，利用字符串的replace方法"
5 f = open('./test.txt', 'r')
6 line = f.read()
7 dna2rnaline = line.replace('T', 'U')
8 f.close()
9 f = open('./test.txt', 'w')
10 line = f.write(dna2rnaline)
11 f.close() # 了解DNA序列和RNA序列的碱基差别

用c语言编写一个程序，产生所有可能的长度为10bp的DNA序列

没用C写，用python写的，道理都一样。

def generate(n):  # n为长度
    for i in range(4**n):
        a = [0 for i in range(n)]  # a为长度为n的一个序列
        num = i
        z = 0
        while(num != 0):
            a[z] = num % 4
            z = z + 1
            num = int(num / 4)
        for j in a:
            if j == 0:
                print('A', end="")
            elif j == 1:
                print('T', end="")
            elif j == 2:
                print('G', end="")
            else:
                print('C', end="")
        print()

原理就是四进制转换。当调用函数generate(2)，产生结果AA，TA，GA，CA，AT，TT，GT，CT，AG，TG，GG，CG，AC，TC，GC，CC

python这个代码啥意思？求具体的。

import string
str_c = 'dna'
str_letter = string.ascii_letters  # 生成所有小写字母列表
dict_letter = {}  # 新建空字典
for letter in str_letter:  # 遍历字母列表
    dict_letter[letter] = []  # 以每个小写字母为key,以空列表为 value，为字典创建新成员
for i in str_c:  # 遍历字符串
    dict_letter[i].append(i)  # 查找字典中以 i 为键key的值value，并在其(列表)中添加 i
for count in str_letter:
    if len(dict_letter[count]) != 0:  # 若字典中以 count 为键的值不是空列表
        print('%s:%d' % (count, len(dict_letter[count])))  # 输出此列表的长度
print()  # 输出一个换行符

已有一个文件DNA.txt。写一个Python程序

def readfromfile(filename):
    with open(filename, 'rt') as handle:
        return handle.read()
def appendtofile(filename, lines):
    with open(filename, 'at') as handle:
        handle.writelines(lines)
def itercui():
    while 1:
        content = raw_input()
        if content in ('exit', 'quit'):
            break
        yield content
if __name__ == "__main__":
    filename = "record.log"
    print readfromfile(filename)
    appendtofile(
        filename,
        [ln + '\n' for ln in itercui()]
    )

python 遗传算法问题

遗传算法（GA）是最早由美国Holland教授提出的一种基于自然界的“适者生存，优胜劣汰”基本法则的智能搜索算法。遗传算法也是借鉴该基本法则，通过基于种群的思想，将问题的解通过编码的方式转化为种群中的个体，并让这些个体不断地通过选择、交叉和变异算子模拟生物的进化过程，然后利用“优胜劣汰”法则选择种群中适应性较强的个体构成子种群，然后让子种群重复类似的进化过程，直到找到问题的最优解或者到达一定的进化（运算）时间。

包含使用python生成所有dna的词条