生物信息学数据结构

Question

参与生物信息学的人应该知道哪些数据结构？

我想每个人都应该知道列表、散列、平衡树等等，但我希望有特定于域的数据结构。有专门讨论这个问题的书吗？

谢谢，卢西恩

Answer 1

如果要对大型数据集做任何工作，则需要学习如何有效地处理这些数据集。

只要想一想，如果你要对一个2GB的TIFF图像进行图像分析。或者在150 Gb的基因组数据集上进行序列匹配。

当你从“没有什么是慢的”转变为“这个操作是快速的，这是非常非常慢的，但是然后这些操作是快速的”思维方式，你的算法往往会改变。操作内存中的数据相对于必须始终从磁盘获取数据相对便宜，而在cpu缓存中操作数据相对于必须始终从内存中获取数据相对便宜。换句话说，考虑到这一点的算法会更快地产生更快的结果、更多的出版物、更多的名声和诺贝尔奖。

Answer 2

我想不出任何数据结构是真正独特的生物信息学。在生物信息学中，有很多常见的算法，但在一般商业编程中并不常见。例如，动态规划总是会出现。请注意，这与动态类型无关，而是用于展开递归调用的有效技术。

有几十本关于生物信息学算法的书。我可以从头顶上说出几个好的例子：生物序列分析和生物信息学算法简介。