Nano Hash - криптовалюты, майнинг, программирование

У меня есть вектор символов, скажем, A, G, C, T. Я хочу самую длинную последовательность A из вектора, используя R

set.seed (12345)

data <- paste(sample(c("A","C","G","T"),100000,replace=TRUE,prob=rep(0.25,4)))
data <- ifelse(data=="A",1,0)

Предположим, я конвертирую данные в 1 (нужный символ) и 0 (иначе). Затем возьмите сумму в каждой позиции. Если сумма до позиции совпадает с суммой до следующей, мы останавливаемся; в противном случае мы переносим сумму и сохраняем суммы в позициях. Тогда максимальная сумма в соответствующей позиции даст максимальную длину последовательности.

Я получил алгоритм, но не могу его закодировать. Пожалуйста помоги.

r vector longest-substring
24.09.2015

Ответы:


1

Функция rle — это то, что вам нужно. здесь:

set.seed(12345)
data = sample(c('A', 'C', 'G', 'T'), 100000, replace = TRUE, prob = rep(0.25, 4))

run_lengths = rle(data == 'A')
(result = max(run_lengths$lengths[run_lengths$values]))
# [1] 10

Получение позиции в самой длинной серии немного сложнее. Вы можете использовать для этого which.max, но ранее мы отфильтровали все результаты, отличные от A. Вместо этого мы также можем установить для всех запусков, отличных от A, значение 0 — таким образом, они все равно будут присутствовать, но не будут максимальными:

only_a = ifelse(run_lengths$values, run_lengths$lengths, 0)
longest_run_index = which.max(only_a)

Теперь нам нужно вычислить обратно от longest_run_index к индексу внутри A. Мы делаем это, складывая длины всех прогонов до этого индекса:

index = sum(run_lengths$lengths[seq_len(longest_run_index - 1)]) + 1
data[index : (index + result - 1)]
# [1] "A" "A" "A" "A" "A" "A" "A" "A" "A" "A"
24.09.2015
  • Хороший. Еще одна вещь, которая может вас заинтересовать, — это возможность видеть эти элементы. Просто out <- which(data=='A'). 24.09.2015
  • Как я могу узнать, с какой позиции началась максимальная последовательность? 24.09.2015
  • Большое спасибо @KonradRudolph. Это помогло. :) 24.09.2015
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..