Perl 计算字符串中的序列

我正在开发一个程序，它可以查看一行DNA，如果它发现一个X长度的单词，则计算有多少匹配项

假设你读了这样一行

AGGAACAAAAGGG

my $word_length = 2;
my %count;

##Counting code##

%count = (
    AG => 2,
    GG => 2,
    GA => 1,
    AC => 1,
    CA => 1,
    AA => 4,
);

当字长为2时，它应该将值存储在如下的散列中

AGGAACAAAAGGG

my $word_length = 2;
my %count;

##Counting code##

%count = (
    AG => 2,
    GG => 2,
    GA => 1,
    AC => 1,
    CA => 1,
    AA => 4,
);

（这是手动计数，因此可能是错误的）。 这个我没有的“计数代码”解释了重叠。这就是我正在努力解决的问题。我现在有一个占位符代码，但它不能检测重叠。 基本上

“AAAA”应返回3个AA，而不是2个

for my $i (0..length($s)-$word_length) {
   my $word = substr($s, $i, $word_length);
   ++$counts{$word};
}

---

（散列包含多个计数，因此我将其重命名为

%counts

）

使用全局正则表达式匹配，这是最简洁的

下面的代码查找字符串

$s

中后跟两个“单词”字符（字母数字或下划线，如果数据表现良好，这应该足够）的所有位置，捕获

$1

中的这些字符，并递增

%计数

散列的相应字段。要捕获的字符数由插入正则表达式模式的

$n

表示

请注意，

GG

有三次出现，而不是两次，因为子序列

GGG

包含两次出现

use strict;
use warnings 'all';

use Data::Dumper;

my $s = 'AGGAACAAAAGGG';

my $n = 2;

my %counts;
++$counts{$1} while $s =~ /(?=(\w{$n}))/g;

print Dumper \%counts;

输出

---

你必须表现出一种尝试。Stackoverflow将帮助您解决编码问题，它不会为您编写代码。添加您的占位符代码，您将获得更好的帮助。谢谢，ikegami！这正是我需要的。