mirror of
https://github.com/chhylp123/hifiasm.git
synced 2026-09-23 08:28:12 +08:00
Change stupid merge function
This commit is contained in:
Haoyu Cheng
+531
@@ -4,6 +4,147 @@
|
||||
#include "Hash_Table.h"
|
||||
|
||||
|
||||
void Init_Heap(HeapSq* HBT)
|
||||
{
|
||||
HBT->MaxSize = 1000;
|
||||
HBT->heap = (ElemType*)malloc(HBT->MaxSize*sizeof(ElemType));
|
||||
HBT->index_i = (uint64_t*)malloc(HBT->MaxSize*sizeof(uint64_t));
|
||||
HBT->len = 0;
|
||||
}
|
||||
|
||||
void destory_Heap(HeapSq* HBT)
|
||||
{
|
||||
free(HBT->heap);
|
||||
free(HBT->index_i);
|
||||
}
|
||||
|
||||
void clear_Heap(HeapSq* HBT)
|
||||
{
|
||||
HBT->len = 0;
|
||||
}
|
||||
|
||||
|
||||
inline int cmp_ElemType(ElemType* x, ElemType* y)
|
||||
{
|
||||
if (x->node.strand < y->node.strand)
|
||||
{
|
||||
return 1;
|
||||
}
|
||||
else if (x->node.strand > y->node.strand)
|
||||
{
|
||||
return 2;
|
||||
}
|
||||
else
|
||||
{
|
||||
if (x->node.readID < y->node.readID)
|
||||
{
|
||||
return 1;
|
||||
}
|
||||
else if (x->node.readID > y->node.readID)
|
||||
{
|
||||
return 2;
|
||||
}
|
||||
else
|
||||
{
|
||||
if (x->node.offset < y->node.offset)
|
||||
{
|
||||
return 1;
|
||||
}
|
||||
else if (x->node.offset > y->node.offset)
|
||||
{
|
||||
return 2;
|
||||
}
|
||||
else
|
||||
{
|
||||
if (x->node.self_offset < y->node.self_offset)
|
||||
{
|
||||
return 1;
|
||||
}
|
||||
else if (x->node.self_offset > y->node.self_offset)
|
||||
{
|
||||
return 2;
|
||||
}
|
||||
else
|
||||
{
|
||||
return 0;
|
||||
}
|
||||
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
|
||||
|
||||
}
|
||||
|
||||
|
||||
inline void Insert_Heap(HeapSq* HBT, ElemType* x)
|
||||
{
|
||||
long long i, j;
|
||||
if (HBT->len == HBT->MaxSize) //若堆满，将数组空间扩展为原来的2倍
|
||||
{
|
||||
HBT->MaxSize = 2*HBT->MaxSize;
|
||||
HBT->heap = (ElemType*)realloc(HBT->heap, HBT->MaxSize*sizeof(ElemType));
|
||||
HBT->index_i = (uint64_t*)realloc(HBT->index_i,HBT->MaxSize*sizeof(uint64_t));
|
||||
}
|
||||
HBT->heap[HBT->len] = *x; //向堆尾添加新元素
|
||||
HBT->len++; //堆长度加1
|
||||
i = HBT->len - 1; //i指向待调整元素的位置，即其数组下标，初始指向新元素所在的堆尾位置
|
||||
while (i != 0)
|
||||
{
|
||||
j = (i - 1) / 2; //j指向下标为i的元素的双亲
|
||||
///if (x >= HBT->heap[j]) //若新元素大于待调整元素的双亲，则比较调整结束，退出循环
|
||||
///1: x<y
|
||||
if (cmp_ElemType(x, &HBT->heap[j])!=1)
|
||||
break;
|
||||
HBT->heap[i] = HBT->heap[j]; //将双亲元素下移到待调整元素的位置
|
||||
i = j; //使待调整位置变为其双亲位置，进行下一次循环
|
||||
}
|
||||
HBT->heap[i] = *x;//把新元素调整到最终位置
|
||||
}
|
||||
|
||||
|
||||
inline int DeleteHeap(HeapSq* HBT, ElemType* get)
|
||||
{
|
||||
ElemType temp, x;
|
||||
int i, j;
|
||||
if (HBT->len == 0)
|
||||
{
|
||||
return 0;
|
||||
}
|
||||
temp = HBT->heap[0]; //暂存堆顶元素
|
||||
HBT->len--;
|
||||
if (HBT->len == 0) //若删除操作后堆为空则返回
|
||||
{
|
||||
*get = temp;
|
||||
return 2;
|
||||
}
|
||||
|
||||
x = HBT->heap[HBT->len]; //将待调整的原堆尾元素暂存x中，以便放入最终位置
|
||||
i = 0; //用i指向待调整元素的位置，初始指向堆顶位置
|
||||
j = 2 * i + 1;//用j指向i的左孩子位置，初始指向下标为1的位置
|
||||
while (j <= HBT->len - 1)//寻找待调整元素的最终位置，每次使孩子元素上移一层，调整到孩子为空时止
|
||||
{
|
||||
///if (j < HBT->len - 1 && HBT->heap[j] > HBT->heap[j+1])//若存在右孩子且较小，使j指向右孩子
|
||||
if (j < HBT->len - 1 && cmp_ElemType(&HBT->heap[j], &HBT->heap[j + 1]) == 2)
|
||||
j++;
|
||||
///if (x <= HBT->heap[j]) //若x比其较小的孩子还小，则调整结束，退出循环
|
||||
if (cmp_ElemType(&x, &HBT->heap[j])!=2)
|
||||
break;
|
||||
HBT->heap[i] = HBT->heap[j];//否则，将孩子元素移到双亲位置
|
||||
i = j; //将待调整位置变为其较小的孩子位置
|
||||
j = 2 * i + 1;//将j变为新的待调整位置的左孩子位置，继续下一次循环
|
||||
}
|
||||
HBT->heap[i] = x; //把x放到最终位置
|
||||
|
||||
//返回原堆顶元素
|
||||
*get = temp;
|
||||
return 1;
|
||||
}
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
void init_k_mer_pos_list_alloc(k_mer_pos_list_alloc* list)
|
||||
@@ -59,6 +200,396 @@ int cmp_k_mer_pos_list(const void * a, const void * b)
|
||||
|
||||
}
|
||||
|
||||
inline void append_pos_to_Candidates_list(Candidates_list* candidates, ElemType* x)
|
||||
{
|
||||
candidates->list[candidates->length] = x->node;
|
||||
candidates->length++;
|
||||
}
|
||||
|
||||
|
||||
void test_single_list(Candidates_list* candidates, k_mer_pos* n_list, uint64_t n_lengh, uint64_t end_pos, uint64_t strand)
|
||||
{
|
||||
uint64_t i;
|
||||
|
||||
int j = 0;
|
||||
|
||||
for (i = 0; i < n_lengh; i++)
|
||||
{
|
||||
|
||||
for (; j < candidates->length; j++)
|
||||
{
|
||||
if (
|
||||
n_list[i].offset == candidates->list[j].offset
|
||||
&&
|
||||
n_list[i].readID == candidates->list[j].readID
|
||||
&&
|
||||
end_pos == candidates->list[j].self_offset
|
||||
&&
|
||||
strand == candidates->list[j].strand
|
||||
)
|
||||
{
|
||||
break;
|
||||
}
|
||||
}
|
||||
|
||||
if (j == candidates->length)
|
||||
{
|
||||
fprintf(stderr, "ERROR 4\n");
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
void verify_merge_result(k_mer_pos_list_alloc* list, Candidates_list* candidates)
|
||||
{
|
||||
uint64_t total_length = 0;
|
||||
uint64_t i = 0;
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
total_length = total_length + list->list[i].length;
|
||||
}
|
||||
|
||||
if (total_length!=candidates->length)
|
||||
{
|
||||
fprintf(stderr, "ERROR length & size.\n");
|
||||
}
|
||||
|
||||
for (i = 1; i < candidates->length; i++)
|
||||
{
|
||||
if (candidates->list[i].strand < candidates->list[i-1].strand)
|
||||
{
|
||||
fprintf(stderr, "ERROR -1\n");
|
||||
}
|
||||
else if (candidates->list[i].strand == candidates->list[i-1].strand)
|
||||
{
|
||||
if (candidates->list[i].readID < candidates->list[i-1].readID)
|
||||
{
|
||||
fprintf(stderr, "ERROR 0\n");
|
||||
}
|
||||
else if (candidates->list[i].readID == candidates->list[i-1].readID)
|
||||
{
|
||||
if (candidates->list[i].offset < candidates->list[i-1].offset)
|
||||
{
|
||||
fprintf(stderr, "ERROR 1\n");
|
||||
}
|
||||
else if (candidates->list[i].offset == candidates->list[i-1].offset)
|
||||
{
|
||||
if (candidates->list[i].self_offset < candidates->list[i-1].self_offset)
|
||||
{
|
||||
fprintf(stderr, "ERROR 2\n");
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
uint64_t j = 0;
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
test_single_list(candidates, list->list[i].list, list->list[i].length, list->list[i].end_pos, list->list[i].direction);
|
||||
}
|
||||
|
||||
|
||||
|
||||
}
|
||||
|
||||
|
||||
|
||||
void merge_k_mer_pos_list_alloc_heap_sort_back(k_mer_pos_list_alloc* list, Candidates_list* candidates, HeapSq* HBT)
|
||||
{
|
||||
clear_Heap(HBT);
|
||||
|
||||
uint64_t total_length = 0;
|
||||
uint64_t i;
|
||||
ElemType x, y;
|
||||
///所有list的长度都不是0
|
||||
///把各个表第一个元素加入到堆中
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
x.ID = i;
|
||||
x.node.offset = list->list[i].list[0].offset;
|
||||
x.node.readID = list->list[i].list[0].readID;
|
||||
x.node.self_offset = list->list[i].end_pos;
|
||||
x.node.strand = list->list[i].direction;
|
||||
|
||||
Insert_Heap(HBT, &x);
|
||||
|
||||
HBT->index_i[i] = 1;
|
||||
|
||||
total_length = total_length + list->list[i].length;
|
||||
}
|
||||
|
||||
|
||||
candidates->length = 0;
|
||||
if(total_length > candidates->size)
|
||||
{
|
||||
candidates->size = total_length;
|
||||
candidates->list = (k_mer_hit*)realloc(candidates->list, sizeof(k_mer_hit)*candidates->size);
|
||||
candidates->tmp = (k_mer_hit*)realloc(candidates->tmp, sizeof(k_mer_hit)*candidates->size);
|
||||
}
|
||||
|
||||
uint64_t ID;
|
||||
while (DeleteHeap(HBT, &x))
|
||||
{
|
||||
append_pos_to_Candidates_list(candidates, &x);
|
||||
///x.ID说明是从第x.ID个列表中的这个节点已经从堆里出来了
|
||||
///HBT->index_i[x.ID]是第x.ID个列表的当前元素的下标
|
||||
i = HBT->index_i[x.ID];
|
||||
ID = x.ID;
|
||||
///fprintf(stderr, "x.ID: %llu, i: %llu, length: %llu\n", x.ID, i, list->list[x.ID].length);
|
||||
|
||||
|
||||
if (i < list->list[x.ID].length)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
Insert_Heap(HBT, &y);
|
||||
HBT->index_i[ID]++;
|
||||
}
|
||||
}
|
||||
|
||||
///verify_merge_result(list, candidates);
|
||||
|
||||
|
||||
}
|
||||
|
||||
|
||||
void merge_k_mer_pos_list_alloc_heap_sort(k_mer_pos_list_alloc* list, Candidates_list* candidates, HeapSq* HBT)
|
||||
{
|
||||
clear_Heap(HBT);
|
||||
|
||||
uint64_t total_length = 0;
|
||||
uint64_t i;
|
||||
ElemType x, y;
|
||||
///所有list的长度都不是0
|
||||
///把各个表第一个元素加入到堆中
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
|
||||
x.ID = i;
|
||||
x.node.offset = list->list[i].list[0].offset;
|
||||
x.node.readID = list->list[i].list[0].readID;
|
||||
x.node.self_offset = list->list[i].end_pos;
|
||||
x.node.strand = list->list[i].direction;
|
||||
|
||||
Insert_Heap(HBT, &x);
|
||||
|
||||
HBT->index_i[i] = 1;
|
||||
|
||||
|
||||
total_length = total_length + list->list[i].length;
|
||||
}
|
||||
|
||||
|
||||
candidates->length = 0;
|
||||
if(total_length > candidates->size)
|
||||
{
|
||||
candidates->size = total_length;
|
||||
candidates->list = (k_mer_hit*)realloc(candidates->list, sizeof(k_mer_hit)*candidates->size);
|
||||
candidates->tmp = (k_mer_hit*)realloc(candidates->tmp, sizeof(k_mer_hit)*candidates->size);
|
||||
}
|
||||
|
||||
uint64_t ID;
|
||||
int flag;
|
||||
while (flag = DeleteHeap(HBT, &x))
|
||||
{
|
||||
append_pos_to_Candidates_list(candidates, &x);
|
||||
///x.ID说明是从第x.ID个列表中的这个节点已经从堆里出来了
|
||||
///HBT->index_i[x.ID]是第x.ID个列表的当前元素的下标
|
||||
i = HBT->index_i[x.ID];
|
||||
ID = x.ID;
|
||||
|
||||
if (flag == 2)
|
||||
{
|
||||
for (; i < list->list[x.ID].length; i++)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
append_pos_to_Candidates_list(candidates, &y);
|
||||
}
|
||||
|
||||
break;
|
||||
}
|
||||
|
||||
if (i < list->list[x.ID].length)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
Insert_Heap(HBT, &y);
|
||||
HBT->index_i[ID]++;
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
///verify_merge_result(list, candidates);
|
||||
|
||||
|
||||
}
|
||||
|
||||
|
||||
///有bug，找时间排一下
|
||||
void merge_k_mer_pos_list_alloc_heap_sort_advance(k_mer_pos_list_alloc* list, Candidates_list* candidates, HeapSq* HBT)
|
||||
{
|
||||
|
||||
uint64_t total_length = 0;
|
||||
uint64_t i;
|
||||
ElemType x, y;
|
||||
|
||||
/************************************forward*************************************************/
|
||||
clear_Heap(HBT);
|
||||
|
||||
///所有list的长度都不是0
|
||||
///把各个表第一个元素加入到堆中
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
if (list->list[i].direction == 0)
|
||||
{
|
||||
x.ID = i;
|
||||
x.node.offset = list->list[i].list[0].offset;
|
||||
x.node.readID = list->list[i].list[0].readID;
|
||||
x.node.self_offset = list->list[i].end_pos;
|
||||
x.node.strand = list->list[i].direction;
|
||||
|
||||
Insert_Heap(HBT, &x);
|
||||
|
||||
HBT->index_i[i] = 1;
|
||||
|
||||
total_length = total_length + list->list[i].length;
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
candidates->length = 0;
|
||||
if(total_length > candidates->size)
|
||||
{
|
||||
candidates->size = total_length;
|
||||
candidates->list = (k_mer_hit*)realloc(candidates->list, sizeof(k_mer_hit)*candidates->size);
|
||||
candidates->tmp = (k_mer_hit*)realloc(candidates->tmp, sizeof(k_mer_hit)*candidates->size);
|
||||
}
|
||||
|
||||
|
||||
uint64_t ID;
|
||||
int flag;
|
||||
while (flag = DeleteHeap(HBT, &x))
|
||||
{
|
||||
append_pos_to_Candidates_list(candidates, &x);
|
||||
///x.ID说明是从第x.ID个列表中的这个节点已经从堆里出来了
|
||||
///HBT->index_i[x.ID]是第x.ID个列表的当前元素的下标
|
||||
i = HBT->index_i[x.ID];
|
||||
ID = x.ID;
|
||||
///fprintf(stderr, "x.ID: %llu, i: %llu, length: %llu\n", x.ID, i, list->list[x.ID].length);
|
||||
/**
|
||||
if (flag == 2)
|
||||
{
|
||||
for (; i < list->list[x.ID].length; i++)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
append_pos_to_Candidates_list(candidates, &y);
|
||||
}
|
||||
|
||||
break;
|
||||
}
|
||||
**/
|
||||
|
||||
|
||||
if (i < list->list[x.ID].length)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
Insert_Heap(HBT, &y);
|
||||
HBT->index_i[ID]++;
|
||||
}
|
||||
}
|
||||
|
||||
|
||||
|
||||
/************************************reverse complement*************************************************/
|
||||
|
||||
clear_Heap(HBT);
|
||||
///所有list的长度都不是0
|
||||
///把各个表第一个元素加入到堆中
|
||||
for (i = 0; i < list->length; i++)
|
||||
{
|
||||
if (list->list[i].direction == 1)
|
||||
{
|
||||
x.ID = i;
|
||||
x.node.offset = list->list[i].list[0].offset;
|
||||
x.node.readID = list->list[i].list[0].readID;
|
||||
x.node.self_offset = list->list[i].end_pos;
|
||||
x.node.strand = list->list[i].direction;
|
||||
|
||||
Insert_Heap(HBT, &x);
|
||||
|
||||
HBT->index_i[i] = 1;
|
||||
|
||||
total_length = total_length + list->list[i].length;
|
||||
}
|
||||
}
|
||||
|
||||
if(total_length > candidates->size)
|
||||
{
|
||||
candidates->size = total_length;
|
||||
candidates->list = (k_mer_hit*)realloc(candidates->list, sizeof(k_mer_hit)*candidates->size);
|
||||
candidates->tmp = (k_mer_hit*)realloc(candidates->tmp, sizeof(k_mer_hit)*candidates->size);
|
||||
}
|
||||
|
||||
while (flag = DeleteHeap(HBT, &x))
|
||||
{
|
||||
append_pos_to_Candidates_list(candidates, &x);
|
||||
///x.ID说明是从第x.ID个列表中的这个节点已经从堆里出来了
|
||||
///HBT->index_i[x.ID]是第x.ID个列表的当前元素的下标
|
||||
i = HBT->index_i[x.ID];
|
||||
ID = x.ID;
|
||||
///fprintf(stderr, "x.ID: %llu, i: %llu, length: %llu\n", x.ID, i, list->list[x.ID].length);
|
||||
/**
|
||||
if (flag == 2)
|
||||
{
|
||||
for (; i < list->list[x.ID].length; i++)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
append_pos_to_Candidates_list(candidates, &y);
|
||||
}
|
||||
|
||||
break;
|
||||
}
|
||||
**/
|
||||
|
||||
|
||||
if (i < list->list[x.ID].length)
|
||||
{
|
||||
y.ID = ID;
|
||||
y.node.offset = list->list[x.ID].list[i].offset;
|
||||
y.node.readID = list->list[x.ID].list[i].readID;
|
||||
y.node.self_offset = list->list[x.ID].end_pos;
|
||||
y.node.strand = list->list[x.ID].direction;
|
||||
Insert_Heap(HBT, &y);
|
||||
HBT->index_i[ID]++;
|
||||
}
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
|
||||
void merge_k_mer_pos_list_alloc(k_mer_pos_list_alloc* list, Candidates_list* candidates)
|
||||
{
|
||||
|
||||
Reference in New Issue
Block a user