用typedef和enum代表C中的DNA字母

我正在编写一个处理基因序列的程序，我想将每个核苷酸存储在一个字节中，其中每个位代表基因字母表中的一个字母A,C,G,T（只有一半这些位将被明显地使用）。用typedef和enum代表C中的DNA字母

我的编码如下：

A = 0b1000 
C = 0b0100 
G = 0b0010 
T = 0b0001 
R = 0b1010 
Y = 0b0101 
N = 0b0000

这里，R是嘌呤，它可以代表A或G，Y是嘧啶（C或T）和N可以站在中任一字母。

什么是使用typedef和enum在C中定义这种格式的最佳方式？我想定义一个类型，让我的名字，例如指定了一封信给一个变量

typedef ... nucleotide_t; 
nucleotide_t x[] = {G, A, T, T, A, C, A};

编辑：感谢您的输入。我绝对有我的理由不想字符串，但谢谢你的建议。确实，逻辑上，N应该是0b1111，但对于我的应用程序来说，将其表示为以上都不是。

请注意，我做有一个想法如何使这项工作，但我不会打破醇过于频繁，我宁可寻找最优雅的解决方案是什么。我想如果我想保留NUL字节，那么我可以在我的代码处添加0b10000。

我认为两种可行的方法是enum或一些#define宏。然而，枚举是int，我需要一个char，所以宏是更好的解决方案？

2013-07-28 oceanhug

也许你可以使用像'的#define A（0b1000）'或'的#define A（0x8中）'。分享并享受。 –

+1为标题 - 让我想起19世纪英国旅行的旧时代，例如“用火炮和蝴蝶网穿越非洲”。 –

除非这种编码大大提高了性能，否则我只会使用ASCII字符。这样你可以使用'strstr'和类似的函数来处理以空字符结尾的字符串。如果确实需要位模式具有特殊含义，则至少应避免使用值0，这样您仍然可以在序列中使用字符串函数。 –

-1

如何做这种方式：

typedef enum NUC{ 
    N   = 0, 
    T   = 1, 
    G   = 2, 
    C   = 4, 
    Y   = 5, 
    A   = 8, 
    R   = 10 
}nucleotide_t;

2013-07-28 14:11:08

那么为什么不直接忽略它们呢？ –

这将创建一个'int'，而不是'char'。 – oceanhug

回答