从随机整数区间中选择具有特定帧内长度的整数区间

Question

在这里，我有一个一维整数空间(由开始和结束定义的随机间隔组成)。我想选择具有特定帧内长度的后续整数间隔。

整数间隔是指由开始整数和结束整数定义的一组连续递增的整数。初始集合中的一些区间完全包含在其他区间中，或者与其他区间部分重叠。

我使用下面的虚拟对象来描述我的问题。

(1)我具有的数据(具有由它们的开始和结束定义的整数间隔的整数空间)，

integer.space <- data.frame(
                     begin=c(1,5,6,15,31,51,102), 
                     end  =c(7,9,13,21,49,52,108)
                 )

( 2 )我想要的是选择内部长度为3，内部长度为2的后续整数区间，并将所选区间输出为begin和end。在此选择中，我希望选择尽可能多的整数间隔。

begin, end\n
1,3\n
6,8\n
11,13\n
16,18\n
31,33\n
36,38\n
41,43\n
46,48\n
102,104\n

Answer 1

我将通过以下几个步骤完成此操作：

1)将integer.space减少到不重叠的间隔。

2)创建一个区间集合，并对其进行移位，使其从整数空间的不相交部分的起始点开始：

intra <- 3
inter <- 2
intervals <- data.frame(begin=seq(from=min(integer.space$begin),to=max(integer.space$end),by=intra+inter))
intervals$end <- intervals$begin + inter
for (k in 2:nrow(integer.space)) {
  # overlaps the start of this component?
  shift <- (intervals$begin>integer.space$end[k-1]) & (intervals$begin<integer.space$begin[k]) 
  if (any(shift)) {
    shift.ind <- min(which(shift))
    intervals[shift.ind:nrow(intervals),] <- intervals[shift.ind:nrow(intervals),] + integer.space$begin[k] - intervals$begin[shift.ind]
  }
}

3)删除位于整数空间之外的那些

goodbegins <- sapply(intervals$begin, function (x) { 
    any( (x>=integer.space$begin) & (x<=integer.space$end) )
  } )
goodends <- sapply(intervals$end, function (x) { 
    any( (x>=integer.space$begin) & (x<=integer.space$end) )
  } )
intervals <- intervals[goodbegins&goodends,]

intervals

Answer 2

部分步骤:我认为您首先要定义连续序列。您没有放在测试用例中的一个条件是一个完全重叠的序列。

> ints2 <- ints2[c(1:3,3,4:7),]
> ints2[4,] <- c(8,10)

require(IRanges) # from BioConductor repository
x <- IRanges(start = ints2$begin, width=1+ints2$end-ints2$begin)
asNormalIRanges(x)
#--------------
NormalIRanges of length 5
    start end width
[1]     1  13    13
[2]    15  21     7
[3]    31  49    19
[4]    51  52     2
[5]   102 108     7

进一步的进展:生成2，3，2，3，2，3的序列...在重叠范围内，您可以使用：

# c(start, cumsum( rep(c(2,3), 1+(end-start)%/%5)

但是，当序列超过“结束”时，你需要修剪序列：

seqcand <- c(cumsum(c(31, rep(c(2,3), 1+(49-31)%/%5))), 49)
seqcand[ 1: (min(which(seqcand > 49, arr.ind=TRUE))-1)]
# [1] 31 33 36 38 41 43 46 48