📋 Énoncé : Arbres Phylogénétiques et Séquences d'ADN en C

L'objectif de ce projet est de définir et manipuler des structures de données en C pour représenter des séquences d'ADN et des arbres phylogénétiques.

Partie 1 : Définition des Types (Fichier dna.h)

• Type nucleo
  Définissez un type nucleo pouvant prendre les valeurs A, T, G ou C. (Attention, il est demandé de définir ces quatre valeurs, et non de travailler avec un simple char).
• Type dna_t
  Définissez un type dna_t contenant :
  • Un pointeur code vers un nucleo (correspondant à un tableau de nucleo).
  • Un entier size (correspondant à la taille de ce tableau).
• Type tree_t (Arbres Phylogénétiques)
  Nous allons définir des arbres phylogénétiques (genres d'arbres généalogiques).
  Un tel arbre peut soit contenir un pointeur vers un dna_t (une feuille), soit deux pointeurs vers d'autres arbres (un nœud).
  Définissez un type tree_t contenant :
  • Un booléen isaleaf (indiquant si on est une feuille ou non).
  • Un champ content (une union) qui peut contenir, au choix :
    • Soit une paire de pointeurs vers des tree_t.
    • Soit un pointeur vers un dna_t.

Partie 2 : Implémentation des Fonctions (Fichier dna.c)

Vous devez implémenter les fonctions suivantes (dont les prototypes sont dans dna.h).

2.1 Gestion de la mémoire (ADN)

• dna_t* createdna(int size)
  Étant donné un entier size strictement positif, alloue l'espace pour un dna_t de cette taille, y compris l'espace pour le tableau code.
  Renvoie l'adresse de l'espace nouvellement réservé.
  En cas d'erreur, la mémoire potentiellement allouée doit être libérée correctly et la fonction doit renvoyer NULL.
• void freedna(dna_t* d)
  Libère l'espace alloué par createdna.
  Doit pouvoir libérer l'espace même si tout n'a pas été alloué correctement (par exemple, si d est non nul mais d->code est nul).

2.2 Gestion de la mémoire (Arbres)

• tree_t* makeNode(tree_t* t1, tree_t* t2)
  Crée un nœud (non-feuille) à partir de deux sous-arbres t1 et t2.
  Renvoie l'adresse de l'espace nouvellement réservé.
  En cas d'erreur (par exemple si t1 ou t2 est NULL), la mémoire potentiellement allouée doit être libérée et la fonction doit renvoyer NULL.
• tree_t* makeLeaf(dna_t* d)
  Crée une feuille contenant le dna_t d.
  Renvoie l'adresse de l'espace nouvellement réservé.
  En cas d'erreur (par exemple si d est NULL), la mémoire potentiellement allouée doit être libérée et la fonction doit renvoyer NULL.
• void freetree(tree_t* t)
  Libère l'espace alloué pour un arbre t.
  Doit libérer récursivement l'espace des sous-structures (nœuds et feuilles), en faisant appel à freedna lorsque c'est nécessaire.
  Doit fonctionner même si l'arbre est partiellement alloué.

2.3 Fonctions Utilitaires

• int distdna (dna_t* d1, dna_t* d2)
  Calcule la distance entre deux dna_t.
  • Définition : Le nombre de nucléotides qui diffèrent entre les deux.
  • Règles :
    • L'alignement se fait sur le premier nucléotide (on compare l'indice 0 avec 0, 1 avec 1, etc.).
    • Une absence de nucléotide (si une séquence est plus courte) diffère de n'importe quel nucléotide.
  • Exemple : ATAGCAG et ATCGC ont une distance de 3 (un pour A vs C au 3ème index, et deux pour les deux derniers nucléotides manquants).
  • En cas d'erreur, renvoyer -1.
• dna_t* readdna (FILE* f)
  Lit les deux prochaines lignes d'un fichier f.
  Format attendu :
  1. Une ligne avec seulement un entier (la taille du code).
  2. Une ligne avec les nucléotides (ex: ATTATCG), sans séparation.
  La fonction doit allouer l'espace nécessaire pour le dna_t correspondant et le remplir avec les données lues.
  En cas d'erreur, renvoyer NULL.

Partie 3 : Programme Principal (Fonction main)

Écrivez une fonction main qui respecte les consignes suivantes :

• Le programme est appelé avec un nom de fichier en argument (argv[1]).
• Il doit ouvrir le fichier en question.
• Il doit lire tous les codes ADN contenus dans le fichier (en utilisant readdna).
• Il doit construire un arbre (tree_t) (de la forme que vous voulez) avec ces codes.
• À partir de cet arbre, le programme doit calculer la distance de chacun de ces codes avec le code de référence : "TATGCTTG".
• Il doit afficher ces distances (sur la sortie standard).
• En cas d'erreur (ouverture fichier, lecture, etc.), le programme doit écrire un message d'erreur sur la sortie d'erreur standard (stderr).
• Prendre un soin particulier à libérer tout l'espace mémoire utilisé avant de terminer.