你会用什么数据结构来表示有机化合物？

Question

有什么好的数据结构可以用来表示分子吗？

我在想，也许我把它表示成一个图，把每个原子都变成一个顶点，然而，有机化合物有很多碳和氢，这是很常见的。你要怎么编号？是否有一个很好的方法来表示分子，但同时，有一个有效的.contains()方法？

其中最基本的用途之一是检查化合物是否含有羰基，或苯氢，甚至苯环。

Answer 1

(生物化学专业毕业，有30年软件开发经验)

非有机分子“相对”简单。有趣的是那些可以与自己结合的组合，比如C，N，O，Si，因为你可以得到一些非常有趣的组合。苯环是一个非常简单的例子。有些变体用氮气代替了碳，很快就变得奇怪了。

我从一个" atom“对象开始，从它继承各种类型的原子。

每个“原子”对象都包含一个原子对象列表来表示各种键，这样氮就有一个固定大小的3的列表，然后它可以存储到其他三个原子的链接。双键可以表示为重复条目。

每个原子都有关于它可以合法地与之结合的规则，以及如何结合的规则。

因此，你可以毫不含糊地合成相当复杂的分子，因为碳#1上的键3与氢2上的键1相连，等等。

希望这有意义..。

Answer 2

建立模型的第一个诱惑是使用四叉树式的数据结构。每个碳原子有四个连接，每个氧气两个，每个氢一个。但我不认为这是正确的解决办法。

我认为适当的解决办法已经发明出来了。要使用的数据结构是字符串。

想想看。化学家们已经对有机化合物进行了很长时间的建模。如果你给化学家CH4看一看，他们马上就会认出那是甲烷。向他们展示CH3CH2OH，他们就会认识到这是乙醇。他们之所以认识到这一点，是因为他们将CH3CH2组合为"eth“化合物(意为两个碳原子)，将OH识别为”醇“或醇基。

我们也有一个预先存在的方法来搜索和识别子字符串-正则表达式。

因此，为了编程地表示一个有机化合物，我将一个化合物定义为包含一个字符串，代表它的化学公式，一个字符串定义它的化学名称。它可以有方法来识别该化合物具有哪些“特殊”性质。

C#中的一个示例类：

public class OrganicCompound
{
    private Regex benzineRingRegex;

    public OrganicCompound(string formula, NameCalculator nameCalculator, Regex benzineRingRegex)
    {
        this.Formula = formula;
        this.Name = nameCalculator.CalculateName(formula);
        this.benzineRingRegex = benzineRingRegex
    }

    public string Formula { get; private set; }

    public string Name { get; private set; }

    public bool HasBenzeneRing() 
    { 
        return Regex.IsMatch(this.Formula, benzineRingRegex);
    }
}

显然，您需要编写nameCalculator类，它根据公式计算名称。您需要创建正则表达式，它定义了一个汽油环。为要搜索的每个组定义额外的正则表达式。

用这种方法对化合物进行建模的优点是，它的语言完全属于最终用户的业务领域。作为开发人员，您所需要知道的就是要搜索的字符串，这些字符串可以很容易地由教科书或化学家提供。

如果需要这些化学物质的结构表示法，我建议保持公式的微笑表示法。

微笑化学式表示