]> git.donarmstrong.com Git - samtools.git/blobdiff - bcftools/bcf.c
faster for large sample size (in principle)
[samtools.git] / bcftools / bcf.c
index f8b55c2cf02161828e4faa35665ca12d986978cc..c3313881ef90fc2930c72d218c090b35e5cf9466 100644 (file)
@@ -4,8 +4,6 @@
 #include "kstring.h"
 #include "bcf.h"
 
-int bcf_hdr_read(bcf_t *b);
-
 void bcf_hdr_clear(bcf_hdr_t *b)
 {
        free(b->name); free(b->sname); free(b->txt); free(b->ns); free(b->sns);
@@ -17,12 +15,11 @@ bcf_t *bcf_open(const char *fn, const char *mode)
        bcf_t *b;
        b = calloc(1, sizeof(bcf_t));
        if (strchr(mode, 'w')) {
-               b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdout), "w");
+               b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdout), mode);
        } else {
-               b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdin), "r");
+               b->fp = strcmp(fn, "-")? bgzf_open(fn, mode) : bgzf_fdopen(fileno(stdin), mode);
        }
        b->fp->owned_file = 1;
-       if (strchr(mode, 'r')) bcf_hdr_read(b);
        return b;
 }
 
@@ -31,16 +28,13 @@ int bcf_close(bcf_t *b)
        int ret;
        if (b == 0) return 0;
        ret = bgzf_close(b->fp);
-       free(b->h.name); free(b->h.sname); free(b->h.txt); free(b->h.ns); free(b->h.sns);
        free(b);
        return ret;
 }
 
-int bcf_hdr_write(bcf_t *b)
+int bcf_hdr_write(bcf_t *b, const bcf_hdr_t *h)
 {
-       bcf_hdr_t *h;
-       if (b == 0) return -1;
-       h = &b->h;
+       if (b == 0 || h == 0) return -1;
        bgzf_write(b->fp, "BCF\4", 4);
        bgzf_write(b->fp, &h->l_nm, 4);
        bgzf_write(b->fp, h->name, h->l_nm);
@@ -52,26 +46,12 @@ int bcf_hdr_write(bcf_t *b)
        return 16 + h->l_nm + h->l_smpl + h->l_txt;
 }
 
-int bcf_hdr_cpy(bcf_hdr_t *h, const bcf_hdr_t *h0)
-{
-       *h = *h0;
-       h->name = malloc(h->l_nm);
-       h->sname = malloc(h->l_smpl);
-       h->txt = malloc(h->l_txt);
-       memcpy(h->name, h0->name, h->l_nm);
-       memcpy(h->sname, h0->sname, h->l_smpl);
-       memcpy(h->txt, h0->txt, h->l_txt);
-       bcf_hdr_sync(h);
-       return 0;
-}
-
-int bcf_hdr_read(bcf_t *b)
+bcf_hdr_t *bcf_hdr_read(bcf_t *b)
 {
        uint8_t magic[4];
        bcf_hdr_t *h;
-       if (b == 0) return -1;
-       bcf_hdr_clear(&b->h);
-       h = &b->h;
+       if (b == 0) return 0;
+       h = calloc(1, sizeof(bcf_hdr_t));
        bgzf_read(b->fp, magic, 4);
        bgzf_read(b->fp, &h->l_nm, 4);
        h->name = malloc(h->l_nm);
@@ -82,8 +62,15 @@ int bcf_hdr_read(bcf_t *b)
        bgzf_read(b->fp, &h->l_txt, 4);
        h->txt = malloc(h->l_txt);
        bgzf_read(b->fp, h->txt, h->l_txt);
-       bcf_hdr_sync(&b->h);
-       return 16 + h->l_nm + h->l_smpl + h->l_txt;
+       bcf_hdr_sync(h);
+       return h;
+}
+
+void bcf_hdr_destroy(bcf_hdr_t *h)
+{
+       if (h == 0) return;
+       free(h->name); free(h->sname); free(h->txt); free(h->ns); free(h->sns);
+       free(h);
 }
 
 static inline char **cnt_null(int l, char *str, int *_n)
@@ -105,17 +92,19 @@ static inline char **cnt_null(int l, char *str, int *_n)
 int bcf_hdr_sync(bcf_hdr_t *b)
 {
        if (b == 0) return -1;
-       b->ns = cnt_null(b->l_nm, b->name, &b->n_ref);
+       if (b->ns) free(b->ns);
+       if (b->sns) free(b->sns);
+       if (b->l_nm) b->ns = cnt_null(b->l_nm, b->name, &b->n_ref);
+       else b->ns = 0, b->n_ref = 0;
        b->sns = cnt_null(b->l_smpl, b->sname, &b->n_smpl);
        return 0;
 }
 
-#define char2int(s) (((int)s[0])<<8|s[1])
-
 int bcf_sync(int n_smpl, bcf1_t *b)
 {
-       char *p, *tmp[5], *s;
+       char *p, *tmp[5];
        int i, n;
+       ks_tokaux_t aux;
        // set ref, alt, flt, info, fmt
        b->ref = b->alt = b->flt = b->info = b->fmt = 0;
        for (p = b->str, n = 0; p < b->str + b->l_str; ++p)
@@ -137,23 +126,17 @@ int bcf_sync(int n_smpl, bcf1_t *b)
                memset(b->gi + old_m, 0, (b->m_gi - old_m) * sizeof(bcf_ginfo_t));
        }
        b->n_gi = n;
-       for (p = s = b->fmt, n = 0; *p; ++p) {
-               if (*p == ':' || *(p+1) == 0) {
-                       char *q = *p == ':'? p : p + 1;
-                       if ((q - s) != 2) return -2;
-                       b->gi[n].fmt = char2int(s);
-                       s = q;
-               }
-       }
+       for (p = kstrtok(b->fmt, ":", &aux), n = 0; p; p = kstrtok(0, 0, &aux))
+               b->gi[n++].fmt = bcf_str2int(p, aux.p - p);
        // set gi[i].len
        for (i = 0; i < b->n_gi; ++i) {
-               if (b->gi[i].fmt == char2int("PL")) {
+               if (b->gi[i].fmt == bcf_str2int("PL", 2)) {
                        b->gi[i].len = b->n_alleles * (b->n_alleles + 1) / 2;
-               } else if (b->gi[i].fmt == char2int("DP") || b->gi[i].fmt == char2int("HQ")) {
+               } else if (b->gi[i].fmt == bcf_str2int("DP", 2) || b->gi[i].fmt == bcf_str2int("HQ", 2)) {
                        b->gi[i].len = 2;
-               } else if (b->gi[i].fmt == char2int("GQ") || b->gi[i].fmt == char2int("GT")) {
+               } else if (b->gi[i].fmt == bcf_str2int("GQ", 2) || b->gi[i].fmt == bcf_str2int("GT", 2)) {
                        b->gi[i].len = 1;
-               } else if (b->gi[i].fmt == char2int("GL")) {
+               } else if (b->gi[i].fmt == bcf_str2int("GL", 2)) {
                        b->gi[i].len = 4;
                }
                b->gi[i].data = realloc(b->gi[i].data, n_smpl * b->gi[i].len);
@@ -161,7 +144,7 @@ int bcf_sync(int n_smpl, bcf1_t *b)
        return 0;
 }
 
-int bcf_write(bcf_t *bp, const bcf1_t *b)
+int bcf_write(bcf_t *bp, const bcf_hdr_t *h, const bcf1_t *b)
 {
        uint32_t x;
        int i, l = 0;
@@ -173,18 +156,18 @@ int bcf_write(bcf_t *bp, const bcf1_t *b)
        bgzf_write(bp->fp, b->str, b->l_str);
        l = 12 + b->l_str;
        for (i = 0; i < b->n_gi; ++i) {
-               bgzf_write(bp->fp, b->gi[i].data, b->gi[i].len * bp->h.n_smpl);
-               l += b->gi[i].len * bp->h.n_smpl;
+               bgzf_write(bp->fp, b->gi[i].data, b->gi[i].len * h->n_smpl);
+               l += b->gi[i].len * h->n_smpl;
        }
        return l;
 }
 
-int bcf_read(bcf_t *bp, bcf1_t *b)
+int bcf_read(bcf_t *bp, const bcf_hdr_t *h, bcf1_t *b)
 {
        int i, l = 0;
        uint32_t x;
        if (b == 0) return -1;
-       if (bgzf_read(bp->fp, &b->tid, 4) == 0) return 0;
+       if (bgzf_read(bp->fp, &b->tid, 4) == 0) return -1;
        bgzf_read(bp->fp, &b->pos, 4);
        bgzf_read(bp->fp, &x, 4);
        b->qual = x >> 24; b->l_str = x << 8 >> 8;
@@ -195,10 +178,10 @@ int bcf_read(bcf_t *bp, bcf1_t *b)
        }
        bgzf_read(bp->fp, b->str, b->l_str);
        l = 12 + b->l_str;
-       bcf_sync(bp->h.n_smpl, b);
+       bcf_sync(h->n_smpl, b);
        for (i = 0; i < b->n_gi; ++i) {
-               bgzf_read(bp->fp, b->gi[i].data, b->gi[i].len * bp->h.n_smpl);
-               l += b->gi[i].len * bp->h.n_smpl;
+               bgzf_read(bp->fp, b->gi[i].data, b->gi[i].len * h->n_smpl);
+               l += b->gi[i].len * h->n_smpl;
        }
        return l;
 }
@@ -221,41 +204,55 @@ static inline void fmt_str(const char *p, kstring_t *s)
        else kputs(p, s);
 }
 
-char *bcf_fmt(bcf_t *bp, bcf1_t *b)
+void bcf_fmt_core(const bcf_hdr_t *h, bcf1_t *b, kstring_t *s)
 {
-       kstring_t s;
        int i, j, x;
-       memset(&s, 0, sizeof(kstring_t));
-       kputs(bp->h.ns[b->tid], &s); kputc('\t', &s);
-       kputw(b->pos + 1, &s); kputc('\t', &s);
-       fmt_str(b->str, &s); kputc('\t', &s);
-       fmt_str(b->ref, &s); kputc('\t', &s);
-       fmt_str(b->alt, &s); kputc('\t', &s);
-       kputw(b->qual, &s); kputc('\t', &s);
-       fmt_str(b->flt, &s); kputc('\t', &s);
-       fmt_str(b->info, &s);
+       s->l = 0;
+       if (h->n_ref) kputs(h->ns[b->tid], s);
+       else kputw(b->tid, s);
+       kputc('\t', s);
+       kputw(b->pos + 1, s); kputc('\t', s);
+       fmt_str(b->str, s); kputc('\t', s);
+       fmt_str(b->ref, s); kputc('\t', s);
+       fmt_str(b->alt, s); kputc('\t', s);
+       kputw(b->qual, s); kputc('\t', s);
+       fmt_str(b->flt, s); kputc('\t', s);
+       fmt_str(b->info, s);
        if (b->fmt[0]) {
-               kputc('\t', &s);
-               fmt_str(b->fmt, &s);
+               kputc('\t', s);
+               fmt_str(b->fmt, s);
        }
        x = b->n_alleles * (b->n_alleles + 1) / 2;
-       for (j = 0; j < bp->h.n_smpl; ++j) {
-               kputc('\t', &s);
+       if (b->n_gi == 0) return;
+       for (j = 0; j < h->n_smpl; ++j) {
+               kputc('\t', s);
                for (i = 0; i < b->n_gi; ++i) {
-                       if (i) kputc(':', &s);
-                       if (b->gi[i].fmt == char2int("PL")) {
+                       if (i) kputc(':', s);
+                       if (b->gi[i].fmt == bcf_str2int("PL", 2)) {
                                uint8_t *d = (uint8_t*)b->gi[i].data + j * x;
                                int k;
                                for (k = 0; k < x; ++k) {
-                                       if (k > 0) kputc(',', &s);
-                                       kputw(d[k], &s);
+                                       if (k > 0) kputc(',', s);
+                                       kputw(d[k], s);
                                }
-                       } else if (b->gi[i].fmt == char2int("DP")) {
-                               kputw(((uint16_t*)b->gi[i].data)[j], &s);
-                       } else if (b->gi[i].fmt == char2int("GQ")) {
-                               kputw(((uint8_t*)b->gi[i].data)[j], &s);
+                       } else if (b->gi[i].fmt == bcf_str2int("DP", 2)) {
+                               kputw(((uint16_t*)b->gi[i].data)[j], s);
+                       } else if (b->gi[i].fmt == bcf_str2int("GQ", 2)) {
+                               kputw(((uint8_t*)b->gi[i].data)[j], s);
+                       } else if (b->gi[i].fmt == bcf_str2int("GT", 2)) {
+                               int y = ((uint8_t*)b->gi[i].data)[j];
+                               kputc('0' + (y>>3&7), s);
+                               kputc("/|"[y>>6&1], s);
+                               kputc('0' + (y&7), s);
                        }
                }
        }
+}
+
+char *bcf_fmt(const bcf_hdr_t *h, bcf1_t *b)
+{
+       kstring_t s;
+       s.l = s.m = 0; s.s = 0;
+       bcf_fmt_core(h, b, &s);
        return s.s;
 }