Цикл по списку несколько раз

Question

Можно ли перебирать список несколько раз? в основном у меня есть список строк, и я ищу самую длинную суперструну. Каждая из строк в списке имеет некоторое перекрытие по меньшей мере на половину их длины, и все они имеют одинаковый размер. Я хочу посмотреть, добавляется ли суперструна, которую я добавляю в начало, с или заканчивается с каждой из последовательностей в списке, и когда я найдите совпадение, которое я хочу добавить, чтобы добавить этот элемент в мою суперструну, удалите элемент из списка, а затем повторяйте его снова и снова, пока мой список не станет пустым.

sequences=['ATTAGACCTG','CCTGCCGGAA','AGACCTGCCG',''GCCGGAATAC']
halfway= len(sequences[0])/2
genome=sequences[0]     # this is the string that will be added onto throughout the loop
sequences.remove(sequences[0]) 


for j in range(len(sequences)):
    for sequence in sequences:
        front=[]
        back=[]
        for i in range(halfway,len(sequence)):

            if genome.endswith(sequence[:i]):
                genome=genome+sequence[i:] 
                sequences.remove(sequence)

            elif genome.startswith(sequence[-i:]):
                genome=sequence[:i]+genome  
                sequences.remove(sequence)
'''
            elif not genome.startswith(sequence[-i:]) or not genome.endswith(sequence[:i]):

                sequences.remove(sequence)      # this doesnt seem to work want to get rid of 
                                                #sequences that are in the middle of the string and 
                                                 #already accounted for 
'''

это работает, когда я не использую окончательное утверждение elif и дает правильный ответ ATTAGACCTGCCGGAATAC. Однако, когда я делаю это с большим списком строк, у меня все еще остаются строки в списке, который я ожидал оставить пустым. Кроме того, последний цикл даже необходим, если я ищу только строки для добавления на передней и задней части суперструны (геном в моем коде).

Answer 1

Попробуй это:

sequences=['ATTAGACCTG','CCTGCCGGAA','AGACCTGCCG','GCCGGAATAC']
sequences.reverse()
genome = sequences.pop(-1)     # this is the string that will be added onto throughout the loop

unrelated = []

while(sequences):
    sequence = sequences.pop(-1)
    if sequence in genome: continue
    found=False
    for i in range(3,len(sequence)):
        if genome.endswith(sequence[:i]):
            genome=genome+sequence[i:]
            found = True
            break
        elif genome.startswith(sequence[-i:]):
            genome=sequence[:i]+genome  
            found = True
            break
    if not found:
        unrelated.append(sequence)

print(genome)
#ATTAGACCTGCCGGAATAC
print(sequences)
#[]
print(unrelated)
#[]

Я не знаю, гарантировано ли, что у вас не будет нескольких несвязанных последовательностей в одном пакете, поэтому я допустил несвязанные. Если это не нужно, не стесняйтесь удалить.

Обработка удаления Python с фронта list очень неэффективно, поэтому я перевернул список и потянул со спины. Обращение может не потребоваться в зависимости от полных данных (это с данными вашего примера).

Я выскочил из sequenceslist в то время как есть последовательности, доступные, чтобы избежать удаления элементов из list перебирая это. Затем я проверяю, находится ли он уже в конечном геноме. Если это не так, я иду на проверку endswith / beginswith чеки. Если совпадение найдено, нарежьте его на геном; установить найденный флаг; вырваться из for петля

Если последовательность еще не содержится и частичное совпадение не найдено, она помещается в unrelated

Answer 2

Вот так я и решил ее, я понял, что все, что вам нужно сделать, это выяснить, какая строка является началом суперструны, так как мы знаем, что последовательности имеют перекрытие 1/2 или больше, я нашел, какая половина не была 't содержится в любой из последовательностей. Отсюда я зацикливал список на количество раз, равное длине списка, и искал последовательности, в которых конец генома соответствовал началу соответствующей последовательности. Когда я нашел это, я добавил последовательность в геном (суперструну), а затем удалил эту последовательность и продолжил перебирать список. При работе со списком из 50 последовательностей, имеющих длину 1000, для запуска этого кода требуется около.806441

def moveFirstSeq(seqList): # move the first sequence in genome to the end of list 
    d={}
    for seq in seqList:
        count=0
        for seq1 in seqList:

            if seq==seq1:
                pass
            if seq[0:len(seq)/2] not in seq1:
                count+=1
                d[seq]= count

    sorted_values=sorted(d.values())
    first_sequence=''
    for k,v in d.items():
        if v==sorted_values[-1]:
            first_sequence=k
            seqList.remove(first_sequence)

            seqList.append(first_sequence)

    return seqList


seq= moveFirstSeq(sequences)  
genome = seq.pop(-1)   # added first sequence to genome and removed from list 

for j in range(len(sequences)):   # looping over the list amount of times equal to the length of the sequence list  
    for sequence in sequences:

        for i in range(len(sequence)/2,len(sequence)):

            if genome.endswith(sequence[:i]):
                genome=genome+sequence[i:]  # adding onto the superstring and 
                sequences.remove(sequence) #removing it from the sequence list 

print genome , seq