Programování v jazyce C pro chemiky
(C2160)
9. Datové typy, konverze,
práce s PDB soubory
2
Celočíselné datové typy
●
Hodnoty v proměnných mohou nabývat pouze určité velikosti,
která je dána počtem bitů použitých pro uložení hodnoty v paměti
●
Počet bitů použitý pro daný typ není v jazyce C přesně dán, je
závislý na použitém hardwaru a překladači
●
Pro uložení proměnných typu int bývá zpravidla použito 32 bitů,
rozsah možných hodnot tak je tj. -231
-1 až 231
-1, což je
–2 147 483 648 až 2 147 483 647
●
Rozsah hodnot dalších typů na současných počítačích (x86_64):
char 8 bit –128 až 127
short (int) 16 bit –32768 až 32767
long (int) 64 bit –9,2 ⋅ 1018
až 9,2 ⋅ 1018
●
Garantováno je ale jen 16 bitů pro int a 32 bitů pro long (na
Windows má long právě jen 32 bitů). Minimálně 64 bitů garantuje
jen long long int
●
Klíčové slovo int v názvech typů lze vynechat
●
Přidáním klíčového slova unsigned lze získat bezznaménkovou
variantu každého typu s dvojnásobným kladným rozsahem (např.
unsigned char pro hodnoty 0 až 255)
3
Datové typy pro reálná čísla
●
Kromě typu float je dostupný i typ double s dvojitou přesností
●
Pro načítání do proměnné typu double (ve funkcích scanf() a
pod.) musíme použít modifikátor l (malé L) tj. %lf
●
Pro zápis proměnné double (ve funkcích printf() a pod.)
používáme konverzi %f (bez modifikátoru l!)
●
Pro vědecké výpočty vždy používáme místo float typ double,
abychom snížili zaokrouhlovací chybu při aritmetických operacích
●
Rozsah kladných hodnot reálných typů na současných počítačích:
float 32 bit 1,2 ⋅ 10-38
až 3,4 ⋅ 1038
7 plat. číslic
double 64 bit 2,2 ⋅ 10-308
až 1,8 ⋅ 10308
15 plat. číslic
●
Hodnoty mezi nulou a uvedeným minimem se ukládají se sníženou
přesností nebo zaokrouhlují na nulu
●
Reálné datové typy dále umí uložit speciální hodnoty ±nekonečno
a NaN (neplatná hodnota, například 0/0)
4
Typy char
●
char je celočíselný typ, proměnné tohoto typu se tedy chovají
podobně jako int, v paměti však zabírají pouze 8 bitů. Lze jim
přiřadit hodnoty 0 až 127 (ve skutečnosti -128 až 127 nebo 0 až
255 v závislosti na překladači)
●
Číselná hodnota proměnné typu char udává pořadí znaku v
tabulce znaků (standardně se používá tabulka ASCII – zkratka z
American Standard Code for Information Interchange)
●
Znaky s hodnotou < 32 v ASCII tabulce se nazývají řídící znaky
které se netisknou na obrazovku ale představují instrukce pro
výstupní terminál (např. přechod na nový řádek, tabulátor, atd.)
●
Hodnoty < 0 či > 127 se na znaky překládají dle kódování daného
použitým operačním systémem (dnes typicky UTF-8 Unicode, dříve
ISO8859-2 či Windows CP1250)
5
ASCII tabulka
6
Konstanty
●
Konstantou v jazyce C označujeme číselnou, znakovou nebo
textovou hodnotu zapsanou v textu programu
●
Celočíselné konstanty zapisujeme v jedné ze tří číselných soustav:
●
desítkové (dekadické), např.: 16, 47
●
osmičkové (oktalové) – jejich zápis začíná nulou, nesmí se v nich
použít číslice 8 nebo 9, např.: 0644, 0100
●
šestnáctkové (hexadecimální) – začínají znaky 0x, případně 0X,
kromě číslic se v nich užívají naky A-F, např.: 0x12, 0xB7, 0xAC
●
Reálná konstanta vždy obsahuje desetinnou tečku, lze ji zapsat v
přímém tvaru (15.4788, .458, -1.) nebo semilogaritmickém tvaru
např. 23.45e6 (což znamená 23.45 * 106), .09E34, 2e-5
●
Zápis číselných konstant nesmí obsahovat mezeru
●
Příklad konstant:
celočíselné: 5, 7, 0x83
reálné: 3.45, 23.45E6, 2e-5
znakové: 'A', 'k', '\n'
řetězcové: "Nejaky text"
7
Řídící znaky
●
Znakové konstanty jsou tvořeny znakem uvedeným v apostrofech,
např.: 'A', 'g', '5'
●
Kromě toho existují řídící ("neviditelné") znaky, které zapisujeme
pomocí zpětného lomítka a odpovídajícího písmene
●
Řídící znaky můžeme použít ve znakových konstantách (např. '\n',
'\0', '\t', '\'') nebo řetězcových konstantách ("Bude nasledovat
tabulator \t, potom \"text v uvozovkach\", zpetne lomitko \\ a
konec radku\n")
\a Zvukový signál, písknutí, alert BELL
\n Nový řádek, line feed LF
\r Návrat na začátek řádku, carriage return CR
\t Horizontální tabulátor, horizontal tab HT
\\ Zpětné lomítko, backslash \
\' Apostrof, single quote '
\" Uvozovky, double quote "
\0 Nulový znak, null character NULL
8
Logický (Booleovský) datový typ
●
Jazyk C před příchodem C99 neměl logický datový typ, proto se ve
starším kódu místo toho používá typ int, za nepravdivou je typicky
považována hodnota 0, za pravdivou je považována jakákoliv
hodnota různá od 0
●
Počínaje C99 je k dispozici typ bool a konstanty true a false,
definované v hlavičkovém souboru stdbool.h
●
Nechceme-li použít stdbool.h, je tentýž logický datový typ k
dispozici pod názvem _Bool a místo true a false můžeme
používat 1 a 0
●
Výhodou bool proti int je, že hodnoty lze spolehlivě porovnávat
int a = 1, b = 2; // tyto hodnoty bychom mohli dostat z ruznych funkci
if (a && b) { // zde diky && dojde k interpretaci logickych hodnot
printf("a i b jsou pravda\n");
}
if (a == b) { // tady ale probehne obycejne ciselne porovnani
printf("tak proc se toto nevytiskne?\n");
}
bool ba = a, bb = b; // bool ma jen jednu moznou hodnotu pro true,
if (ba == bb) { // takze jej lze snadno porovnavat
printf("slava, s bool to funguje!\n");
}
9
Typová konverze
●
Jazyk C umožňuje při provádění aritmetických operací kombinovat
proměnné (popř. konstanty) různých typů (int, float, double)
●
Procesory jsou však schopny provádět aritmetické operace pouze
s čísly stejného typu
●
Překladač musí převést (konvertovat) proměnné v aritmetickém
výrazu na stejný typ
●
Konverze se provádí automaticky při použití rozdílných typů v
následujících případech:

v aritmetických výrazech

při přiřazení hodnoty proměnné, pokud typ proměnné a
přiřazovaná hodnota jsou odlišného typu

při předávání hodnoty volané funkci

při vracení hodnoty funkce příkazem return
●
Pokud přiřazujeme reálnou hodnotu do celočíselné, je hodnota
konvertována tak, že se ořízne desetinná část, tj. nedochází k
zaokrouhlení podle standardních pravidel! (např.: int n = 3.7; v
proměnné n bude hodnota 3)
●
Při kombinaci celočíselných proměnných s reálnými v
aritmetických výrazech se celočíselné konvertují na reálné
10
Celočíselné vs. neceločíselné dělení
●
Operátor dělení / provádí jeden ze dvou typů dělení:
●
Celočíslené dělení – pokud jsou oba operandy celá čísla (tj.
proměnné typu int nebo celočíselné konstanty). Při celočíselném
dělení je vráceno celé číslo, zbytek po celočíselném dělení lze
získat pomocí operátoru modulo %
●
Reálné dělení je prováděno, pokud je minimálně jeden z operandů
reálné číslo (tj. proměnné typu float, double nebo reálná
konstanta). Při reálném dělení je vráceno reálné číslo
●
Chceme-li při dělení celočíselných hodnot zajistit aby došlo k
reálnému dělení, musíme jednu z hodnot přetypovat na reálný typ
int a = 7, b = 2, c = 0;
double x = 2.25, y = 3.14, z = 0.0;
// Priklady celociselneho deleni
c = a / b; // Vysledkem bude 3, zbytek po deleni tj. a % b by byl 1
c = 17 / a; // Vysledek bude 2, zbytek by byl 3
c = 23 / 10; // Vysledek bude 2, zbytek by byl 3
// Priklady realneho deleni
z = x / y; // Vysledek bude priblizne 0.71656
z = a / y; // Druhy z operandu (tj. y) je realna hodnota
z = 45.2 / y; // Oba operandy maji realnou hodnotu
z = x / 20; // Prvni operand ma realnou hodnotu
z = a / 2.0; // Druhy operand ma realnou hodnotu
z = a / (double) b; // Druhy operand jsme pretypovali na realny
z = (double) a / (double) b; // Muzeme pretypovat i oba operandy
11
Rozšířený přiřazovací operátor
●
Rozšířený přiřazovací operátor vzniklý spojením aritmetického a
přiřazovacího operátoru:
a += b; je totéž jako a = a + b;
a -= b; je totéž jako a = a - b;
a *= b; je totéž jako a = a * b;
a /= b; je totéž jako a = a / b;
a %= b; je totéž jako a = a % b;
●
POZOR: příslušná operace je provedena s celým výrazem na pravé
straně:
a /= b + 5; neznamená a = a / b + 5; ale a = a / ( b + 5);
12
Bitové operátory
●
Bitové operátory zpracovávají každý bit operandu zvlášť
●
Bitové operátory 1 1 1 0 0 1 0 0
& bitový součin 1 0 0 0
| bitový součet 1 1 1 0
^ bitový exkluzivní součet 0 1 1 0
~ bitová negace
<< bitový posun doleva
>> bitový posun doprava
●
Příklady:
21 & 56 = 00010101 & 00111000 = 00010000
21 | 56 = 00010101 | 00111000 = 00111101
21 ^ 56 = 00010101 ^ 00111000 = 00101101
~21 = ~00010101 = 11101010
21 << 2 = 00010101 << 2 = 01010100
21 >> 1 = 00010101 >> 2 = 00001010
●
Bitové operátory lze aplikovat pouze na hodnoty celočíselného typu
nebo typu char
●
Lze použít i zkrácené operátory &=, |=, ^=, <<=, >>=
13
Priorita operátorů
Priorita operátorů od nejvyšší po nejnižší:
priorita operátory směr vyhodnocování pozn.
1 () [] -> . zleva doprava 1)
2 ! ~ ++ -- - * & zprava doleva 2) 3) 4)
přetypování, sizeof
3 * / % zleva doprava
4 + - zleva doprava
5 << >> zleva doprava
6 < <= > >= zleva doprava
7 == != zleva doprava
8 & zleva doprava
9 ^ zleva doprava
10 | zleva doprava
11 && zleva doprava
12 || zleva doprava
13 ?: zprava doleva
14 = += -= *= /= atd. zprava doleva
15 , zleva doprava
1) Závorky mají nejvyšší prioritu, používají se pro upřesnění priority
2) & a * jsou v tomto případě referenční a dereferenční operátory
3) – zde znamená unární minus (mění znaménko operandu)
4) Pro ++ a ‑­toto platí pokud jsou použity jako prefixové operátory
14
Operátor podmíněného výrazu
●
Operátor podmíněného výrazu obsahuje tři operandy (tzv. ternární
operátor) a dva znaky
logicky_vyraz ? vyraz1 : vyraz2
●
Logický výraz se vytváří podobně jako u podmínek if, zpravidla
ho uzavíráme do kulatých závorek
●
Je-li hodnota logického výrazu pravdivá, je výsledná hodnota
určena vyhodnocením vyraz1, v opačném případě je určena
vyhodnocením vyraz2
●
Příkaz se používá pro konstrukci jednoduchých podmínek
●
Výhodou oproti použití příkazu if je kratší forma zápisu, v praxi je
však často přehlednější použití if
int a = 5, absolutni_hodnota = 0;
absolutni_hodnota = (a >= 0) ? a : -a;
//Totez s pouzitim klasicke podminky
if (a >= 0)
absolutni_hodnota = a;
else
absolutni_hodnota = -a;
int i = 2, j = 8;
printf("Vetsi hodnota: %i\n",
(i > j) ? i : j);
//Totez s pouzitim klasicke podminky
if (i > j)
printf("Vetsi hodnota: %i\n", i);
else
printf("Vetsi hodnota: %i\n", j);
15
Prázdný příkaz
●
Prázdný příkaz je tvořen samostatným středníkem
●
V praxi se používá málo
●
Příklad:
while (is_message() == 0)
;
cyklus běží stále dokola, dokud nevrátí funkce
is_message() pravdivou hodnotu
●
Častou chybou je neúmyslné použití prázdného příkazu v
cyklech a podmínkách
// Zamysleny kod
int i = 0, a = 1;
for(i = 0; i < 10; i++)
a += 2;
printf("%i", a); // Vypise 21
if (a > 1)
printf("Je vetsi nez 1\n");
// Chybny kod
int a = 1;
// Neumyslne pouzity strednik:
for(i = 0; i < 10; i++);
a += 2;
printf("%i", a); // Vypise 3
if (a > 1); //Neumyslny strednik
printf("Je vetsi nez 1\n");
// Uvedeny text se vypise vzdy bez
// ohledu na hodnotu a
16
Konverze %n
●
Ve funkci sscanf() lze použít konverzi %n, která zapíše
počet dosud načtených znaků do proměnné typu int (ta
musí být předána jako ukazatel, tj. použijeme &)
●
Tuto konverzi používáme, pokud chceme provést další
načítání od pozice, kde jsme naposledy skončili (např.
pokud neznáme počet načítaných prvků)
char s[] = "12 458 30 2 78 98"; // Z retezce budeme nacitat hodnoty
int value = 0; // Do teto promenne budeme nacitat hodnoty
int nitems = 0; // pocet polozek nactenych funckci sscanf()
int nchars = 0;
int delta = 0;
char s[] = "12 458 30 2 78 98";
while (1) { // Nekonecny cyklus (dokud z nej nevyskocime pomoci break)
nitems = sscanf(s+delta, "%d %n", &value, &nchars);
if (nitems < 1) // Nebyla-li nactena ani 1 polozka vyskocime z cyklu
break;
printf("%i, ", value);
delta += nchars;
}
printf("\n");
17
Konverze %n - příklad
// Program demonstruje nacitani hodnot, ktere jsou oddeleny carkou,
// ale mohou byt tez zapsany jako interval hodnot
char s[] = "12, 15-20,30, 40 - 45, 70 , 98";
int value = 0, value_previous = 0;
int nitems = 0, nchars = 0;
int delta = 0;
char c = ' ', c_previous = ',';
while (1) {
nitems = sscanf(s+delta, "%d %c %n", &value, &c, &nchars);
if (nitems < 1) {
break;
}
if ((c_previous == ',') && (c != '-')) {
printf("Samostatna hodnota: %i\n", value);
} else if (c_previous == '-') {
printf("Interval hodnot: %i - %i\n", value_previous, value);
}
value_previous = value;
c_previous = c;
delta += nchars;
}
18
Dodržujte následující pravidla
●
Pro reálné proměnné používejte typ double místo float. Nezapomeňte
změnit konverze %f na %lf (malé L) ve volání scanf(), ne však printf()
●
Pokud v podmínkách if používáte složitější výrazy, nespoléhejte se na
prioritu operátorů, ale používejte závorky. Podmínka bude přehlednější a
sníží se tak pravděpodobnost chyby způsobené nepozorností nebo špatnou
znalostí priorit operátorů
●
Ačkoli se v jednotlivých úlohách upravuje stále tentýž program, odevzdejte
řešení každé úlohy v samostatném souboru. Každý odevzdaný program
musí vypisovat jen to, co je požadováno v zadání dané úlohy
19
Úlohy – část 1
1. Rozšiřte program pro načítání PDB souboru (cv. 8, úloha 1) tak, že do něj
implementujete funkci, která bude obsahovat pole residuí, tj. pole
struktur RESIDUE (velikost pole zvolte 2000). Struktura RESIDUE bude
obsahovat dvě celočíselné proměnné (např. first_atom a last_atom).
Těmto proměnným přiřaďte index prvního a posledního atomu residua.
Do struktury RESIDUE dále přidejte proměnné obsahující číslo residua
(jak je uvedeno v PDB souboru) a název residua. Na konci funkce vypíše
seznam residuí, pro každé residuum vypíše číslo a název residua a index
prvního a posledního atomu residua (Začátek by měl vypadat jako ve
žlutém rámečku níže). Pro testování použijte soubor crambin_noal.pdb
nacházející se v adresáři /home/tootea/C2160/data/ 3 body
Residuum: 1 THR, atomy: 0 - 14
Residuum: 2 THR, atomy: 15 - 27
Residuum: 3 CYS, atomy: 28 - 37
Residuum: 4 CYS, atomy: 38 - 47
Residuum: 5 PRO, atomy: 48 - 61
....
20
Úlohy – část 2
2. Do programu z předchozí úlohy implementujte funkci která spočítá pro
každé residuum geometrický střed jeho atomů a vypíše tuto hodnotu na
obrazovku (společně se jménem a číslem residua). Funkci dále
modifikujte tak, aby se pro výpočet použily pouze nevodíkové atomy.
Začátek výpisu (pro nevodíkové atomy) bude vypadat tak, jak je
uvedeno ve žlutém rámečku. 2 body
3. Do programu z předchozí úlohy implementujte funkci, která vyhledá pro
každé residuum atomy, které tvoří peptidovou páteř proteinu (jmenují se
" N  ", " CA ", " C  ", " O  ", je třeba respektovat mezery v
názvech). Pro každé residuum vypište čísla těchto atomů (tak, jak jsou
uvedena v PDB souboru) společně se jménem a číslem residua. 2 body
Residuum 1 THR, stred: 17.14, 12.94, 4.90
Residuum 2 THR, stred: 13.78, 10.69, 5.66
Residuum 3 CYS, stred: 13.46, 11.24, 9.80
Residuum 4 CYS, stred: 10.83, 8.46, 11.34
Residuum 5 PRO, stred: 8.85, 8.91, 14.73
21
Úlohy – část 3
4. Do předchozího programu přidejte funkci, která vyhledá všechny dvojice
residuí, jejichž vzdálenost C-alpha (tj. CA) atomů je větší než 5 a zároveň
menší než 8 Å. nepovinná, 3 body
5. Do předchozího programu přidejte funkci, která načte konfigurační
soubor uvedený níže (ve žlutém rámečku). Jméno konfiguračního
souboru bude specifikováno na příkazovém řádku. Řádky v souboru
mohou být uvedeny v libovolném pořadí. Program nejdříve načte
konfigurační soubor a pak načte PDB soubor, přičemž jako jméno PDB
souboru se použije jméno uvedené na řádku INPUT_FILE. Ze souboru se
načte také seznam residuí uvedený v RESIDUE_LIST (čísla odpovídají
hodnotám uvedeným v PDB souboru!). Do výstupního PDB souboru se
zapíší pouze ta residua, která jsou uvedena v tomto seznamu.
nepovinná, 2 body
INPUT_FILE=/home/username/data/filename.pdb
WINDOW_SIZE = 300, 500
DISTANCE = 3.5
RESIDUE_LIST=3,4,7 ,15,16, 17,30, 34,40,45