Recherche:

si j'ai bien compris dans ton fichier tu as des "familles" de séquences ayant toutes un bot en commun, et tu cherches à n'avoir que la signature de ces familles, c'est à dire la partie commune.
...

je viens de relire ton code brièvement et il me semble qu'il y a une erreur :
ligne 39 :

if ($_=~/$seq/)
or si j'ai bien suivi, $_ correspond à ton jeu de séquences uniques. Par conséquent...

un last en ligne 46 serait une amélioration oui :)

Alors plus qu'une seule possibilité... Trop de greps! (si toutes tes séquences sont uniques tu arrives a plusieurs milliers de milliards de greps! si tu supposes que chacun prend 1/100eme de...

A l'oeil tu satures complètement ta vitesse de calcul, ce qui est plutôt bien (je préfère saturer le CPU à la mémoire... )

tu devrais aussi mettre un print après ton sort de la ligne 34;
...

Si tu es sur linux le plus simple c'est l'interface htop (je vais me faire tirer les oreilles par les pros la :aie: ) :

Dans ta console, lances la commande htop. Tu vas obtenir une interface...

Il y a des chances que tu passes/aies passé beaucoup de temps dans le sort... Trier 2 millions de valeurs c'est assez long. Et cette fonction est en C donc impossible d'améliorer/optimiser cette...

Bonjour,

En théorie si ton script fonctionne sur un plus petit jeu de données, il n'y a aucune raison que tu te retrouves dans une boucle infinie.

Une lecture rapide me fait croire que tu...