1我都目的是在一个基因序列中进行模式串匹配，找到所有能匹配的模式串，并输出其位置
举个例子：给定一个DNA序列，这个系列只含有4个字母ATCG，如 S =“CTGTACTGTAT”。给定一个整数值k，从S的第一个位置开始，取一连续k个字母的短串，称之为k-mer（如k= 5，则此短串为CTGTA）， 然后从S的第二个位置， 取另一k-mer（如k= 5，则此短串为TGTAC），这样直至S的末端，就得一个集合，包含全部k-mer 。 如对序列S来说，所有5-mer为
｛CTGTA，TGTAC，GTACT，TACTG，ACTGT，TGTAT｝
通常这些k-mer需一种数据索引方法，可被后面的操作快速访问。例如，对5-mer来说，当查询CTGTA，通过这种数据索引方法，可返回其在DNA序列S中的位置为｛1，6｝
2现在问题的规模很大，我截取了前几百个数据放在附件中了，我现在能做的就是把这些信息分成两类：表示生物物种信息的行和表示碱基序列的行，因为我觉得分开后查找应该更方便；
3可是接下来如何用C语言建立一个索引并使用索引进行查找我就犯难了，就算是用最土的暴力匹配我也不知如何嵌入，
希望编程能力强的大神指点指点，使建立使用索引的时间复杂度和空间复杂度尽量小，用时尽量少，所占用的内存尽量少；
我觉得自己的问题主要是不懂数据结构，可能要用到链表什么的，如果大神看过纳瓦罗的《柔性字符串匹配》又懂数据结构，这个问题一定不再话下吧！！！

# include "stdio.h"
# include "stdlib.h"//stdlib 头文件即standard library标准库头文件。stdlib.h里面定义了五种类型、一些宏和通用工具函数。
# include "time.h"

# define N 5;

void PreIndex();//建立索引文本,目录文本
void CatalogArray();//将目录文本存入目录
void IndexArray();//将索引文本存入目录
void Search();//进行查找
int main()
{
    //PreIndex();

    for (i=0; i<10000;i++)
    {
        CatalogArray();
        IndexArray();
        Search();
    }
    printf("结束");
    return 0;
}


void PreIndex()
{
    FILE * fpIndex, * fpCatalog, * fpsource1, * fpsource2;
    fpCatalog = fopen("I:\\Catalog.txt","w");
    fpIndex = fopen("I:\\Index.txt","w");
    if ((fpsource1=fopen("I:\\c实验\\solexa_100_170_1.fa","r")) == NULL)
    {
        printf("Can't open the solexa_100_170_1.fa!\n");
        getchar();
        exit(-1);
    }
    if ((fpsource2=fopen("I:\\c实验\\solexa_100_170_2.fa","r")) == NULL)
    {
        printf("Can't open the solexa_100_170_2.fa!\n");
        getchar();
        exit(-1);
    }
    int i;
    char ch;
    char str[101];
    
    for (i=0; i<500000; i++)
    {
        while ((ch=fgetc(fpsource1)) && (ch<'A' || ch>'T'))
            putc(ch,fpCatalog);
        fputc(ch,fpIndex);
        fgets(str,101,fpsource1);
        fputs(str,fpIndex);
    }
    for (i=0; i<500000; i++)
    {
        while ((ch=fgetc(fpsource2)) && (ch<'A' || ch>'T'))
            putc(ch,fpCatalog);
        
        fputc(ch,fpIndex);
        fgets(str,101,fpsource2);
        fputs(str,fpIndex);
    }
    fclose(fpIndex);
    fclose(fpsource1);
    fclose(fpsource2);

}
void CatalogArray()
{
    FILE * fpIndex = fopen("I:\\c实验\\最后攻坚\\Index.txt","r");
    FILE * fpCatalog = fopen("I:\c实验\最后攻坚\\Catalog.txt","r");
    int i;
    char s[101],p[N];
    for(i=0; i<1000000; i++)
    {
        fgets(s,101,fpCatalog);
        
        
    }
}

用 Python 简单实现了下，在 C 中主要是要实现一个 hash 表

source_actg = 'CTGTACTGTAT'
result_hash = {}

def main (k):
    s=0
    e=k
    for i in range (len(source_actg)-(k-1)):
        clip = source_actg[s:e]
        s+=1
        e+=1
        if 'no' == result_hash.get (clip, 'no'):
            result_hash[clip] = [s]
        else:
            result_hash[clip] += [s]

结果

字符串匹配的话有不少算法
可以参考：http://dsqiu.

这种情况直接读KMP算法 相信对你有用

KMP算法实际速度很低，实现成本却很大

谢谢你给的链接，很有用

你这是Python吧，我现在只会C，所以实现也只能用C