生成由一定数量的字符组成的字符串列表

Question

循环遍历字符串并生成所有字符串列表的最佳方法是什么？这些字符串与原始字符串之间的距离为某些字符，例如[ACGT]×X（小于字符串长度的整数）。你知道吗

例如，由2个字符变化的字符串'AGT'：

"['AGCT']['AGCT']T", "A['AGCT']['AGCT']", "['AGCT']G['AGCT']"

现在我正在使用蛮力方法使用for循环来改变每个循环1个字符。基本上，我需要运行循环并创建一个新的列表，列出对字符串所做的更改的数量；例如，如果我想要2个更改，我需要运行循环2次，对于每个后续循环，我将使用上一个循环中的列表。你知道吗

sequences=['AGT','CGG']
l=[]
for sequence in sequences: 
    for i in range(len(sequence)):

        l.append( sequence[:i]+ 'C' +sequence[i+1:])
        l.append( sequence[:i]+ 'T' +sequence[i+1:])
        l.append( sequence[:i]+ 'G' +sequence[i+1:])
        l.append( sequence[:i]+ 'A' +sequence[i+1:])
new_lst=[]
for sequence in l: 
    for i in range(len(sequence)):

        new_lst.append( sequence[:i]+ 'C' +sequence[i+1:])
        new_lst.append( sequence[:i]+ 'T' +sequence[i+1:])
        new_lst.append( sequence[:i]+ 'G' +sequence[i+1:])
        new_lst.append( sequence[:i]+ 'A' +sequence[i+1:])

Answer 1

我假设你不关心字符的插入或删除，只关心替换。你知道吗

据我所知，没有有效的方法来做这件事。这是一个指数问题。但是itertools能帮上忙。你知道吗

让s成为要改变的字符串（例如“AGT”）。设variance为不同字符数（如2）。让alphabet成为允许的字符列表（例如“ACGT”）。你知道吗

首先，可以循环遍历所有可能随itertools.combinations(range(len(s)), r=variance)变化的索引组合。这会给你(0, 1)，(0, 2)，(1, 2)，等等

下一步，您需要找出所有可以放置在这些位置的替换字母集。可以循环遍历与itertools.product(alphabet, repeat=variance)不同的字母。这将为您提供从字母表生成的长度为variance的元组。你知道吗

您可能希望确保用新字母替换字符串中的字母（例如，您不希望用'AG'替换'AGT'中的前两个字母）。所以，你可能想检查一下。你知道吗

以下代码将上述内容放在一起：

def replace(s, indices, replacement_letters):
    new_s = list(s)
    for (letter, idx) in zip(replacement_letters, indices):
        new_s[idx] = letter
    return ''.join(new_s)


def vary(s, variance, alphabet):
    # loop through the lists of positions that could differ in s
    for indices in itertools.combinations(range(len(s)), r=variance):
        # loop through lists of replacement letters for those positions
        for replacement_letters in \
                itertools.product(alphabet, repeat=variance):
            # check to make sure the replacement letters change s
            overlap = False
            for (letter, idx) in zip(replacement_letters, indices):
                if s[idx] == letter:
                    overlap = True
                    break
            if overlap:
                continue
            yield replace(s, indices, replacement_letters)


print(' '.join(vary('AGT', 2, 'GCAT')))
# GCT GAT GTT CCT CAT CTT TCT TAT TTT GGG GGC GGA CGG CGC CGA TGG TGC TGA ACG ACC ACA AAG AAC AAA ATG ATC ATA

潜在的改进：我很确定您可以使用不同的itertools方法来摆脱额外的检查步骤，以确保替换字母都实际更改了字符串。不管怎样，我希望这可以作为itertools方法的一个很好的演示，它可以在像这样的指数膨胀的情况下提供帮助。你知道吗