java - 字符匹配 DNA 程序

Question

我应该使用命令行参数编写一个程序来放入 3 个不同的文件:一个人类 DNA 序列、一个小鼠 DNA 序列和一个未知序列。如果不使用数组，我必须比较每个字符并给出匹配百分比以及它最接近匹配的字符。这是我到目前为止所拥有的

import java.io.File;
import java.io.FileInputStream;
import java.io.DataInputStream;
import java.io.*;
public class Lucas_Tilak_Hw8_DNA 
{   
    public static void main (String args[]) throws IOException
    {
        //First let's take in each file 
        File MouseFile = new File(args[0]);
        File HumanFile = new File(args[1]);
        File UnknownFile = new File(args[2]);

        //This allows us to view individual characters 
        FileInputStream m = new FileInputStream(MouseFile);
        FileInputStream h = new FileInputStream(HumanFile);
        FileInputStream u = new FileInputStream(UnknownFile);

        //This allows us to read each character one by one.
        DataInputStream mouse = new DataInputStream(m);
        DataInputStream human = new DataInputStream(h);
        DataInputStream unk = new DataInputStream(u);

        //We initialize our future numerators
        int humRight = 0;
        int mouRight = 0;

        //Now we set the counting variable
        int countChar = 0;
        for( countChar = 0; countChar < UnknownFile.length(); countChar++);
        {
            //initialize
            char unkChar = unk.readChar();
            char mouChar = mouse.readChar();
            char humChar = human.readChar();

            //add to numerator if they match
            if (unkChar == humChar)
            {
                humRight++;
            }
            if (unkChar == mouChar)
            {
                mouRight++;
            }
            //add to denominator
            countChar++;
        }   
        //convert to fraction
        long mouPercent = (mouRight/countChar);
        long humPercent = (humRight/countChar);

        //print fractions
        System.out.println("Mouse Compare: " + mouPercent);
        System.out.println("Human Compare: " + humPercent);
        if (mouPercent > humPercent)
        {
            System.out.println("mouse");
        }
        else if (mouPercent < humPercent)
        {
            System.out.println("human");
        }
        else
        {
            System.out.println("identity cannot be determined");
        }
    }
}

如果我为我使用的每个文件输入随机代码 {G, T, C, A}，它似乎不会比较字符，所以我得到 O = mouPercent 和 0 = humPercent。请帮忙!

Answer 1

代码中的几个错误是罪魁祸首。

从 for() 语句末尾删除 ;。基本上，您仅从每个文件中读取一个字符，并且您的比较严格限于第一组字符。它们不太可能有任何重叠。

第二个错误:不要使用“文件长度”。字符通常被编码为多个字节，因此这种方式会得到不一致的结果。最好查询流以查看是否有更多可用字节，并在用完要读取的字节时停止。大多数 Streams 或 Reader 都有一个 available 或 ready 方法，可让您确定是否有更多内容可供阅读。

第三个错误:DataInputStream 不会执行您期望的操作。 Read the docs -- 你会得到奇怪的字符，因为它总是拉出 2 个字节并使用修改后的 UTF-8 方案构建一个字符，该方案仅真正映射到由相应的 DataOutput 实现类编写的字符。你应该research并修改您的代码以使用 BufferedReader 代替，这将更自然地尊重其他字符编码，例如 UTF-8 等，这很可能是您正在读取的文件的编码。

TL;DR? 你的循环已损坏，文件长度对于循环终止条件来说是一个坏主意，并且 DataInputStream 是一个特殊的 unicorn ，因此在处理普通文件中的字符时请使用 BufferedReader 代替。