UVA1368 UVALive3602 ZOJ3132 DNA Consensus String

Regionals 2006 >> Asia - Seoul

问题链接：UVA1368 UVALive3602 ZOJ3132 DNA Consensus String。

问题简述：给定m个长度为n的DNA序列，求一个DNA序列，使其到所有这些序列的总hamming距离尽量小，如果有多个解，输出字典顺序的最小解。

解题思路：每个DNA序列的长度相同，对每个DNA序列的每一位DNA码进行统计，选取出现次数最多的码，那么这一位的hamming距离最小。依次类推，每一位都选取出现次数最多的码，那么这样的DNA序列到n个给定的DNA序列的总hamming距离就会最小。考虑这是一个典型的可以用贪心法解决的例子。

程序中，为了计算方便，先使用map将DNA码“ACGT”映射为整数0、1、2和3，这个映射是按字典顺序的。统计计算并且得到计算结果后再将整数0、1、2和3其映射为相应的DNA码“ACGT”。这样做可以简化程序逻辑，不用写许多条件语句了。

AC的C++语言程序如下：

/* UVA1368 UVALive3602 ZOJ3132 DNA Consensus String */

#include <iostream>
#include <map>
#include <cstring>

#define MAXN 1000

int dnacount[MAXN][4];

using namespace std;

int main()
{
    int t, m, n, ans, i, j;
    map<char, int> dnamap;
    char dna[] = "ACGT", c;
    char result[MAXN+1];

    dnamap['A'] = 0;
    dnamap['C'] = 1;
    dnamap['G'] = 2;
    dnamap['T'] = 3;

    scanf("%d", &t);
    while(t--) {
        scanf("%d%d", &m, &n);
        getchar();

        memset(dnacount, 0, sizeof(dnacount));

        for(i=0; i<m; i++) {
            for(j=0; j<n; j++)
                dnacount[j][dnamap[c = getchar()]]++;
            getchar();
        }

        ans = m * n;
        for(i=0; i<n; i++) {
            int maxval = dnacount[i][0];
            int maxindex = 0;
            for(j=1; j<4; j++)
                if(dnacount[i][j] > maxval) {
                    maxval = dnacount[i][j];
                    maxindex = j;
                }

            ans -= maxval;
            result[i] = dna[maxindex];
        }
        result[n] = '\0';

        printf("%s\n", result);
        printf("%d\n", ans);
    }

    return 0;
}