Discussion :

[mido1951]

bonjour,

je cherche une fonction ou méthode prédéfinie (je ne sais pas si elle existe ou non) qui retourne les positions d'une sous chaine dans une autre longue?
par exemple:

seq: AGCTGTTCGATCGAATCGTGTTCGATTTTCGACTGTGTTCGAACTCGATGTGTTCGACATCAGCTACGCGT
motf: TGTTCGA
Il retourne les position suivante: 4, 19, 36, 51.
Comme on peut trouver une seul position.

est-ce que ça existe?
sinon est-ce que vous avez une idée comment faire?
Merci

[ternel]

strstr, je crois

[jopopmk]

Salut,

une boucle avec strstr me paraît pas mal.

[mido1951]

strstr, je crois

strstr retourne la première occurence et non pas une position.

[picodev]

Bonjour,
lis bien la doc … strstr retourne un pointeur dans la chaîne pour indiquer où se trouve la première occurence. si tu recommences dans la même chaîne après la première occurence tu trouves les autres. → strstr + boucle

[mido1951]

voici le retour de strstr(). d'abord le retour est un char*.
donc pour mon exemple:
seq: AGCTGTTCGATCGAATCGTGTTCGATTTTCGACTGTGTTCGAACTCGATGTGTTCGACATCAGCTACGCGT
motf: TGTTCGA

elle retourne: TGTTCGATCGAATCGTGTTCGATTTTCGACTGTGTTCGAACTCGATGTGTTCGACATCAGCTACGCGT

ce n'est pas une position c'est une chaine de caractère.

[picodev]

char * est … un pointeur dans la chaîne où on cherche … et avec l'arithmétique des pointeurs on fait ce genre de chose :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
#include <stdio.h>
#include <string.h>
 
int main(void)
{
  char foin[]="il n'est pas difficile de trouver une aiguille ou des aiguilles dans une botte d'aiguille";
  char aiguille[]="aiguille";
 
 
  printf("positions = ");
  char *position=foin;
  do {
    position=strstr(position, aiguille);
    if (position==NULL)
      puts("");
    else  {
      printf("%td ", position-foin);
      position=position+1;
    }
  } while(position!=NULL);
 
  return 0;
}

[jopopmk]

Les noms des param une fois traduits sont bien plus marrants Sinon, pour le curseur de lecture il serait peut-être plus intéressant de le décaler de la longueur de "l'aiguille" (ex. recherche de "TT" dans "ACGTTTATT" renvoie 2 matches sur le premier triple T), à voir selon le besoin.

[pp25770]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#include <stdio.h>
#include <string.h>
 
int main(void)
{
  char foin[]="il n'est pas difficile de trouver une aiguille ou des aiguilles dans une botte d'aiguille";
  char aiguille[]="aiguille";
  char *position;
 
  for (position = foin; position = strstr(position, aiguille); position += strlen(aiguille)) // ou dans ce cas précis et un peu plus rapide : position += sizeof(aiguille) - 1
  {
      printf("%u ", position-foin);
  }
 
  return 0;
}

[picodev]

Les noms des param une fois traduits sont bien plus marrants Sinon, pour le curseur de lecture il serait peut-être plus intéressant de le décaler de la longueur de "l'aiguille" (ex. recherche de "TT" dans "ACGTTTATT" renvoie 2 matches sur le premier triple T), à voir selon le besoin.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#include <stdio.h>
#include <string.h>
 
int main(void)
{
  char foin[]="il n'est pas difficile de trouver une aiguille ou des aiguilles dans une botte d'aiguille";
  char aiguille[]="aiguille";
  char *position;
 
  for (position = foin; position = strstr(position, aiguille); position += strlen(aiguille)) // ou dans ce cas précis et un peu plus rapide : position += sizeof(aiguille) - 1
  {
      printf("%u ", position-foin);
  }
 
  return 0;
}

Il y a plusieurs problèmes avec ça :

• Il faut vérifier qu'on ne sort pas de la chaîne …
• Avec la recherche de 'ana' dans 'les nanas aiment les ananas' il y a 3 occurences :
  'les nanas aiment les ananas'
  'les nanas aiment les ananas'
  'les nanas aiment les ananas'
  La dernière ne sera pas trouvée.

[Pyramidev]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#include <stdio.h>
#include <string.h>
 
int main(void)
{
  char foin[]="il n'est pas difficile de trouver une aiguille ou des aiguilles dans une botte d'aiguille";
  char aiguille[]="aiguille";
  char *position;
 
  for (position = foin; position = strstr(position, aiguille); position += strlen(aiguille)) // ou dans ce cas précis et un peu plus rapide : position += sizeof(aiguille) - 1
  {
      printf("%u ", position-foin);
  }
 
  return 0;
}

Il y a plusieurs problèmes avec ça :

• Il faut vérifier qu'on ne sort pas de la chaîne …

De ce côté-là, je pense que c'est bon.
Si "strstr(position, aiguille)" renvoie un pointeur nul, alors "position = strstr(position, aiguille)" renverra un pointeur nul qui sera converti en false, ce qui fera sortir de la boucle.
Si "strstr(position, aiguille)" renvoie un pointeur non nul, alors position sera une chaîne avec au moins "strlen(aiguille)" caractères. Dans le cas limite où il ne resterait que "strlen(aiguille)" caractères, "position += strlen(aiguille)" fera pointer position vers le caractère de fin de chaîne. Alors, le prochain appel à "strstr(position, aiguille)" renverra un pointeur nul et on se retrouvera dans le cas ci-dessus.

• Avec la recherche de 'ana' dans 'les nanas aiment les ananas' il y a 3 occurences :
  'les nanas aiment les ananas'
  'les nanas aiment les ananas'
  'les nanas aiment les ananas'
  La dernière ne sera pas trouvée.

C'est juste, mais je ne sais pas si c'est un problème. Ce qu'a dit mido1951 n'est pas suffisant pour savoir s'il attend que l'algorithme considère qu'il y ait qu'une seule ou bien deux occurrences de "ana" dans "ananas".
En tout cas, c'est vrai que c'est le genre d'exemple auquel il faut penser quand on spécifie le comportement d'un algorithme qui recherche toutes les occurrences d'une certaine sous-chaîne.
Avec LibreOffice Writer, quand j'utilise Ctrl+F, il ne trouve qu'une seule occurrence de "ana" dans "ananas".

[picodev]

De ce côté-là, je pense que c'est bon.
Si "strstr(position, aiguille)" renvoie un pointeur nul, alors "position = strstr(position, aiguille)" renverra un pointeur nul qui sera converti en false, ce qui fera sortir de la boucle.
Si "strstr(position, aiguille)" renvoie un pointeur non nul, alors position sera une chaîne avec au moins "strlen(aiguille)" caractères. Dans le cas limite où il ne resterait que "strlen(aiguille)" caractères, "position += strlen(aiguille)" fera pointer position vers le caractère de fin de chaîne. Alors, le prochain appel à "strstr(position, aiguille)" renverra un pointeur nul et on se retrouvera dans le cas ci-dessus.

Exact.

C'est juste, mais je ne sais pas si c'est un problème. Ce qu'a dit mido1951 n'est pas suffisant pour savoir s'il attend que l'algorithme considère qu'il y ait qu'une seule ou bien deux occurrences de "ana" dans "ananas".
En tout cas, c'est vrai que c'est le genre d'exemple auquel il faut penser quand on spécifie le comportement d'un algorithme qui recherche toutes les occurrences d'une certaine sous-chaîne.
Avec LibreOffice Writer, quand j'utilise Ctrl+F, il ne trouve qu'une seule occurrence de "ana" dans "ananas".

Le sujet me laisse penser que Mido qui va manipuler des chaînes représentant l'ADN va chercher à avoir toutes les occurrences, mais je peux me tromper.