Re: 一个基于位数组的序列覆盖率分析器 (Was Re: [PerlChina] Re: 在我遇到的这种情况下散列和数组哪个快？)

2009/9/24 空格 <ribozyme2004@gmail.com>

另外，提几个小建议。一个是自动删除序列中以大于号开头的行。因为基因组序列保存一般都是fasta格式。就是第一行用一个大于号开头，后面是这个序列
的标题。下面才是序列的内容。另外一个建议就是真实的测序文件中会有N出现。这表示测序结果不确定的情况。在处理序列时可以把N分隔的序列逐段保存成一
个字符数组再逐个计数。

欢迎提供补丁和测试用例 :) 我需要分配更多的时间给 $work 中的需求了，呵呵。。。

另一个值得一提的地方是，如果系统中使用的是带 pthread 支持的 glibc，则在 appears.cpp 中使用 getc_unlocked 代替 getc 可以观察到 70% 以上的总性能提升。我试了一下，处于 4 GB 文件的总用时从 7 分半下降到 2 分。对 t/gensample.c 施用类似的 s/putc/putc_unlocked/ 亦会看到近 70% 的提速。回头得空了，我再加一下 autoconf/automake 支持，以便能自动检测系统中是否有 *_unlocked 函数，呵呵。。。

Cheers,
-agentzh

--~--~---------~--~----~------------~-------~--~----~
您收到此信息是由于您订阅了 Google 论坛"PerlChina Mongers 讨论组"论坛。
 要在此论坛发帖，请发电子邮件到 perlchina@googlegroups.com
 要退订此论坛，请发邮件至 perlchina+unsubscribe@googlegroups.com
 更多选项，请通过 http://groups.google.com/group/perlchina?hl=zh-CN 访问该论坛

-~----------~----~----~----~------~----~------~--~---