c - 如何在C语言中按字符组读取文件？

我有一个DNA序列文件（A，T，G和C）；它没有空格，逗号或行分隔符。我必须从中读取前10,000个值，并找到重复最多的两个五个值模式。

到目前为止，我试图将不同的模式存储在这样的简单结构中：

typedef struct
{
    char* pattern;
    int count;
} pattern;

当我发现更多新模式时，将通过以下周期进行存储：

int size = 10;
int pos = 0; //positions occupied
pattern* patrones = calloc(10, sizeof(pattern));

char temp[6];

FILE* file = fopen("dnaChain.txt", "rb");
while(file != NULL)
{
    bool has = false;
    fgets(temp, 6, file);

    for(int i = 0; i <= pos; i++)
    {
        pattern p = patrones[i];
        char* content = p.pattern;
        int comp = strcmp(content, temp);
        if(comp == 0)
        {
            has = true;
            p.count = p.count+1;
        }
    }

    if(!has)
    {
        pattern new;
        new.pattern = temp;
        new.count = 1;
        if(pos == size-1)
        {
            patrones = realloc(patrones, size+10);
            size += 10;
        }
    else{
        patrones[pos] = new;}
        pos++;
    }
}

但是我的代码是错误的，并给我一个segmentation fault错误
当我执行它时，请帮助我。

最佳答案

首先，将所有10000个值读入内存，然后仅对内存中的数据进行操作。

至于查找序列，基本上是简单的子字符串搜索。一个幼稚的解决方案是从前五个字符开始，然后从第二个字符，然后从第三个字符，然后是第四个字符中搜索相同的子字符串。计算找到子字符串的次数。

然后执行相同操作，但从第二个字符开始，然后向前五个字符。从第三个字符，第四个字符中查找该子字符串，依此类推。

在第一次搜索两次之后，您将获得两个计数，一个计数大，一个计数小。如果在下一次搜索中发现一个子串的数目大于当前两个子串的数目，则删除最小的子串并保存当前子串（及其计数）。依此类推，直到您检查了整个字符串。

这将是很多循环，效果不是很好，但是应该可以为您提供所需的结果。

关于c - 如何在C语言中按字符组读取文件？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36580593/