Python 在大型列表中高效查找字符串不匹配

我正在遍历大型字符串列表以查找类似的字符串（有几个不匹配）。下面的代码可以工作，但需要大约20分钟，而我的目标是在5分钟内完成。有没有更有效的方法？此代码的哪一部分最具限制性

我有

k=10

，

mism=3

，

seq

是一个由字符a、T、C和G组成的字符串。每个

模式和
kmer
都有k个字符长。
我已经生成了长度为4**k（~100万）的
模式列表，以及长度为len（seq）-k+1（~300）的
kmer模式列表<代码>频繁
是一本字典

测试迭代花费的时间少于一分钟：

for i in range (0,4**k):
    for j in range(0,len(kmers)):
        pass

以下是我需要进行的实际计算，以提高效率：

for pattern in patterns:
    for kmer in kmers:
        mism_counter=0
        for j in range(0,k):
            if not kmer[j]==pattern[j] : mism_counter+=1
        if mism_counter <= mism :
            if pattern in frequent:
                frequent[pattern] += 1
            else:
                frequent[pattern] = 1

对于模式中的模式：
对于kmer中的kmer：
mism_计数器=0
对于范围（0，k）内的j：
如果不是kmer[j]==模式[j]：mism_计数器+=1
如果mism_计数器这将节省一半的时间；-）

你必须做两件事才能让这一切变得非常快：


压缩数据，使程序减少工作量。您不必将GTAC表示为ascii字母（每个字母7位），而是每个字母2位就足够了
从模式中构建搜索trie以加快比较。搜索允许的不匹配基本上会破坏您拥有的模式数量。您可以有一个带有额外边的trie，允许许多不匹配，但这实际上会使您的搜索集变得巨大
您有第三个循环：
用于范围（k）内的j
；这使得每个外部循环额外增加10个循环。10次“不到一分钟”仍然是近10分钟，加上
if
测试和字典访问。@MartijnPieters没有删除for循环将时间从O（n^3）减少到O（n^2）？@Dunno:3rd loop:k=10；第一个循环：4**k（~1e6）代码中的
seq
在哪里？另外，如果
完成，最后一个
是否可以移动到第一个循环（对于kmer
完成后）？
for pattern in patterns:
    for kmer in kmers:
        mism_counter=0
        for j in range(0,k):
            if kmer[j] != pattern[j] : 
                mism_counter+=1
                if mism_counter > misn:
                    break
        else:
            if pattern in frequent:
                frequent[pattern] += 1
            else:
                frequent[pattern] = 1