python - 遍历python中的列表

Question

我有一个序列列表 l(许多 1000 个序列):l = [ABCD,AABA,...]。我还有一个包含许多 4 字母序列(大约一百万个)的文件 f。我想为 f 中的每个序列选择 l 中最接近的字符串，汉明距离最多为 2，并更新计数器 good_count。我为此编写了以下代码，但速度很慢。我想知道是否可以更快地完成。

def hamming(s1, s2):
    if len(s1) != len(s2):
            raise ValueError("Undefined for sequences of unequal length")  
    return sum(ch1 != ch2 for ch1, ch2 in zip(s1, s2))

f = open("input.txt","r")

l = [ABCD,AABA,...]

good_count = 0
for s in f:
     x = f.readline()
     dist_array = []
     for ll in l:
        dist = hamming(x,ll)
        dist_array.append(dist)
     min_dist = min(dist_array)
     if min_dist <= 2:
        good_count += 1
print good_count

如果 l 和 f 很小，它工作得很快，但对于大的 l 和 f 就需要很长时间。请提出一个更快的解决方案。

Answer 1

使用现有的库，例如 jellyfish:

from jellyfish import hamming_distance

这为您提供了汉明距离的 C 实现。