2

这是我偶然发现正确答案的问题之一，但我不明白为什么它是正确的，而维基百科没有帮助。对于 Rosalind，我编写了一个简单的脚本，用于从蛋白质串（模 1,000,000）中获取所有可能的 RNA 序列的数量。我知道这不是最有效的代码（部分原因是我从以前制作的东西中回收了一些位），但它是：

protein = """<large protein string>"""
protein = ''.join(protein.split('\n'))

translate = {'UUU' : 'F','CUU' : 'L','AUU' : 'I','GUU' : 'V','UUC' : 'F','CUC' : 'L','AUC' : 'I','GUC' : 'V','UUA' : 'L','CUA' : 'L','AUA' : 'I','GUA' : 'V','UUG' : 'L','CUG' : 'L','AUG' : 'M','GUG' : 'V','UCU' : 'S','CCU' : 'P','ACU' : 'T','GCU' : 'A','UCC' : 'S','CCC' : 'P','ACC' : 'T','GCC' : 'A','UCA' : 'S','CCA' : 'P','ACA' : 'T','GCA' : 'A','UCG' : 'S','CCG' : 'P','ACG' : 'T','GCG' : 'A','UAU' : 'Y','CAU' : 'H','AAU' : 'N','GAU' : 'D','UAC' : 'Y','CAC' : 'H','AAC' : 'N','GAC' : 'D','UAA' : 'Stop','CAA' : 'Q','AAA' : 'K','GAA' : 'E','UAG' : 'Stop','CAG' : 'Q','AAG' : 'K','GAG' : 'E','UGU' : 'C','CGU' : 'R','AGU' : 'S','GGU' : 'G','UGC' : 'C','CGC' : 'R','AGC' : 'S',
'GGC' : 'G','UGA' : 'Stop','CGA' : 'R','AGA' : 'R','GGA' : 'G','UGG' : 'W','CGG' : 'R','AGG' : 'R','GGG' : 'G',
}
aminos = translate.values()
sample = [l for l in protein] + ['Stop']

score = []
for s in sample:
    c = aminos.count(s)
    score.append(c)

import math
result = reduce(lambda x, y: x*y, score) % 1000000
print result

这会计算 RNA 序列的总数并取最终结果的模数（或者我认为如此）。在我决定尝试这个之前，我得到了两次错误的答案：

import math
result = reduce(lambda x, y: x*y % 1000000, score)
print result

这显然产生了正确的答案。为什么必须在每个 x*y 处执行模数？我是不了解模还是不了解 Python？

编辑：对不起，错字。

4

1 回答 1

2

和...之间的不同

reduce(lambda x, y: x*y, score) % 1000000

和

reduce(lambda x, y: x*y % 1000000, score)

是第一个必须使用longs 直到所有值的乘积，score而第二个将使用不大于 的值max(score) * 999999。

任意大的整数不能存储在有限的内存中，它们的乘积也不能在恒定时间内计算，所以你更有可能OutOfMemoryError在第一个选项中命中或花费很长时间

于 2013-08-22T21:42:44.703 回答