C：将DNA序列压缩成二进制

您好，我正在努力解决如何获得一个函数来转换成二进制位的DNA代码，需要使它看起来像这样：ACGTT->XXXXXX 11 11100100从右到左 对于A=0，C=1，G=2，T=3。现在我想用字符来做，然后用>>2将它移出函数，但我不能理解函数本身。。。 我这样试过，结果它返回NULL

char CompressChar(char c){
char temp[8]="XXXXXXXX";
if (c=='A'){
 temp[7] = '0';
 temp[6] = '0';
}
if (c=='C'){
    temp[7]='1';
    temp[6]='0';
}
if(c=='G'){

    temp[7]='0';
    temp[6]='1';
}

if(c=='T'){
   temp[7]='1';
   temp[6]='1';
}
return temp;

---

}我认为您希望每个字母（称为核苷酸iirc？）代表2个二进制数字

首先，

chartemp[8]=“XXXXXXXX”没有意义，因为C中的字符串以null结尾，并且您没有为null结尾符分配空间，应该是
[8+1]
。你需要16位，而不是8位

函数返回的
char
不正确，需要返回整个数组。这必须通过一个参数来完成，因为不能在C中返回数组。不能返回指向本地数据的指针，所以最好将分配留给调用方。无论如何忽略该函数

此外，将其转换为“二进制字符串”也没有多大意义。最好将其转换为二进制数，然后根据需要将该数字转换为字符串

包括“向后顺序”在内的转换可以这样进行：

uint16_t dna_to_bin (const char* str)
{
  uint16_t result = 0;
  size_t i;

  for(i=0; i<16; i+=2)       // loop over bits in the resulting binary number
  {
    typedef enum             // local enum just for readability
    {
      A = 0,
      C = 1,
      G = 2,
      T = 3,
    } dna_t;
    dna_t type=0;            // default is 0 if nothing to decode

    if(*str != '\0')         // keep decoding string until reaching the end
    {
      switch(*str)
      {
        case 'A':     type = A; break;
        case 'C':     type = C; break;
        case 'G':     type = G; break;
        case 'T':     type = T; break;
      }
      str++;
    }

    result |= (uint16_t)type << i; // store data at correct position in the result
  }

  return result;
}

temp
是
char
的数组。返回
temp
将返回指向其第一个元素的指针（因为数组自然会衰减到该元素），即返回
&temp[0]
。这不是一个有效的
char
，编译器应该警告您（如果不是，则启用更多警告）。此外，解决方案是不要将返回类型更改为
char*
，因为
temp
的生命周期以函数结束。那么指针将立即失效。你需要考虑另一种方法来“返回”字符串。“ACGTT->xxxxxx 11 11100100从右到左，对于A=0 C=1 G=2 T=3”也许我很密集，但我不理解这种解释。每个字母对应2位吗？还有，为什么需要二进制字符串而不是二进制数？
#include <stdint.h>
#include <inttypes.h>
#include <stdio.h>
#include <stdbool.h>

uint16_t dna_to_bin (const char* str)
{
  uint16_t result = 0;
  size_t i;

  for(i=0; i<16; i+=2)
  {
    typedef enum
    {
      A = 0,
      C = 1,
      G = 2,
      T = 3,
    } dna_t;
    dna_t type=0;

    if(*str != '\0')
    {
      switch(*str)
      {
        case 'A':     type = A; break;
        case 'C':     type = C; break;
        case 'G':     type = G; break;
        case 'T':     type = T; break;
      }
      str++;
    }
    result |= (uint16_t)type << i;
  }

  return result;
}


void print_bin (uint16_t bin)
{
  bool remove_zeroes = true;

  for(size_t i=0; i<16; i++)
  {
    uint16_t mask = 1u << (16-1-i);
    uint16_t bit = bin & mask;

    if(bit == 0)
    {
      if(!remove_zeroes)
      {
        printf("0");
      }
    }
    else
    {
      remove_zeroes = false;
      printf("1");
    }
  }
}


int main (void)
{
  const char STR_DNA[] = "ACGTT";
  uint16_t bin = dna_to_bin(STR_DNA);

  puts(STR_DNA);
  printf("Hex: %.4"PRIX16 "\n", bin);
  printf("Bin: ");
  print_bin(bin);

  return (0);
}

ACGTT
Hex: 03E4
Bin: 1111100100