c# - 如何压缩由 DNA 序列组成的字母表

Question

我想用压缩技术而不是 Huffman 和 Adaptive Huffman 算法来压缩 DNA 序列，我使用 c# 作为编程语言。任何人都可以引导我找到一个算法。注意：我想要无损压缩

Answer 1

使用 DNA 序列，您有 4 种可能的状态，即

• 鸟嘌呤 (G, 00 )
• 胞嘧啶 (C, 01 )
• 腺嘌呤 (A, 10 )
• 胸腺嘧啶 (T, 11 )

您可以使用两位来存储这四种可能的状态以及括号中的值。使用这个简单的方法，您将能够在一个字节中存储四个不同的值。

---

更新
正如@kol 提到的那样，您实际上可以使用任何压缩算法来进一步缩小数据。目前 .NET 附带两种压缩方法（Deflate 和 GZip），更多可以在SharpZipLib开源库中找到