×
Shieh，Yi-Kung先生;徐勇健;吕金龙;李嘉栋

通过参考树方法解决了精确的多模式匹配问题。 （英语） Zbl 1517.68439号

西奥。计算。科学。 882, 29-48 (2021).
摘要：给定一个文本\（T\）和一组\（r\）模式\（P_1，P_2，\ldot，P_r \），精确的多模式匹配问题报告\（1\leq-i\leq-r\）在\（T\）中所有出现的\（P_i\）的结束位置。通过将所有具有固定长度\（T）的子串转换为参考树，使每个内部节点存储一个参考字符串，通过参考字符串的指导在树中搜索模式，可以有效地解决精确的多模式匹配问题。我们设计了优雅的算法来构造参考树（预处理阶段），并使用按位操作搜索树中的模式（搜索阶段）。进行了涉及DNA序列和英语中的问题实例的实验，以将我们的方法的性能与后缀树和后缀数组算法的性能进行比较。计算结果表明，与这些算法相比，我们的方法具有优势。尽管简单，但我们的方法非常有效、灵活和健壮。

MSC公司：

68瓦32 字符串上的算法
68单位15 文本处理的计算方法；数学排版
第92天20分 蛋白质序列，DNA序列

关键词：

精确多模式匹配;参考树;参考字符串;DNA序列;后缀数组;后缀树

软件：

天鹅绒;莫韦;SOAPdenovo公司;SPAdes系列
PDF格式BibTeX公司 XML格式引用
\textit{Y.-K.Shieh}等人，Theor。计算。科学。882，29-48（2021；Zbl 1517.68439）
全文： 内政部

参考文献：

[1] 穆罕默德一世（Mohamed I.Abouelhoda）。；斯特凡·库尔茨；Ohlebusch，Enno，用增强后缀数组替换后缀树，J.Discret。算法，2,1,53-86（2004）·Zbl 1115.92303号
[2] 拉希特·阿加瓦尔；阿努拉·坎德瓦尔；Stoica，Ion，Succinct:启用压缩数据查询，（第12届USENIX网络系统设计与实现研讨会。第12届美国网络系统设计和实现研讨会，NSDI 15，美国加利福尼亚州奥克兰，2015年5月4日至6日（2015）），337-350
[3] 塞缪尔·阿塞法。；托马斯·基恩。；托马斯·D·奥托。；克里斯·纽伯尔德（Chris Newbold）；Berriman，Matthew，ABACAS:基于算法的组装序列自动拼接，生物信息学，25,151968-1969（2009）
[4] 安东·班克维奇；谢尔盖·努克（Sergey Nurk）；Antipov，Dmitry；阿列克谢·古里维奇（Alexey A.Gurevich）。；米哈伊尔·德沃金；亚历山大·库利科夫。；瓦莱里·莱辛（Valery M.Lesin）。；谢尔盖·尼科伦科。；Pham，Son K。；安德烈·普吉贝尔斯基。；亚历克斯·皮希金；亚历山大·西罗特金（Alexander Sirotkin）；尼古拉·维希；格伦·特斯勒（Glenn Tesler）；Alekseyev，Max A。；Pevzner，Pavel A.，《黑桃：一种新的基因组组装算法及其在单细胞测序中的应用》，J.Compute。生物学，19，5，455-477（2012）
[5] 链条，P.S.G。；格拉夫汉姆，D.V。；富尔顿，R.S。；菲茨杰拉德，M.G。；霍斯特勒，J。；Muzny，D。；阿里，J。；Birren，B。；哥伦比亚特区布鲁斯。；Buhay，C。；科尔，J.R。；丁，Y。；杜根，S。；菲尔德，D。；Garrity，G.M。；Gibbs，R。；格雷夫斯，T。；Han，C.S。；Harrison，S.H。；汉兰达，S。；休根霍尔茨，P。；Khouri，H.M。；科迪拉，C.D。；科尔克，E。；北卡罗来纳州克尔皮德斯。；朗，D。；拉皮德斯，A。；马尔法蒂，S.A。；马科维茨，V。；Metha，T。；Nelson，K.E。；Parkhill，J。；Pitluck，S。；秦，X。；里德，T.D。；施穆茨，J。；Sozhamannan，S。；斯特克，P。；Strausberg，R.L。；萨顿，G。；N.R.汤姆森。；Tiedje，J.M。；温斯托克，G。；Wollam，A。；Detter，J.C.，《测序新时代的基因组项目标准》，《科学》，3265950，236-237（2009）
[6] 弗朗西斯科·克劳德；罗伯托·科诺（Roberto Konow）；Navarro，Gonzalo，web访问日志的高效索引和表示，（字符串处理和信息检索-第21届国际研讨会论文集。字符串处理和数据检索-第二十一届国际研讨会文献集，2014年SPIRE，2014年10月20日至22日，巴西乌罗普雷托（2014）），65-76
[7] 马克西姆·克罗西莫尔；克里斯托夫·汉卡特；Lecroq，Thierry，《字符串算法》（2007），剑桥大学出版社·Zbl 1137.68060号
[8] Alves da Louza，费利佩；西蒙·高格（Simon Gog）；莱安德罗·扎诺托；阿劳霍，圭多；Telles，Guilherme P.，全对后缀前缀问题的并行计算，（字符串处理和信息检索-第23届国际研讨会论文集。字符串处理和数据检索-第二十三届国际研讨会文献集，2016年SPIRE，2016年10月18日至20日，日本贝普（2016）），122-132·Zbl 1397.68243号
[9] 保罗·费拉吉纳；乔瓦尼·曼齐尼（Giovanni Manzini）；梅基宁，维利；纳瓦罗，冈萨罗，序列和全文索引的压缩表示，ACM Trans。算法，3，2，20（2007）·兹比尔1321.68263
[10] 马尔科·加拉迪尼；伊曼纽尔·比昂迪。；马尔科·巴齐卡卢波；Mengoni，Alessio，Contiguator：一种细菌基因组整理工具，用于对草图基因组进行结构分析，《源代码生物学》。医学，6，11（2011）
[11] 西蒙·高格（Simon Gog）；Ohlebusch，Enno，《快速轻量级lcp阵列构造算法》，（《第十三届算法工程与实验研讨会论文集》，《第十三期算法工程与试验研讨会论文集，ALENEX 2011，美国加利福尼亚州旧金山金门假日酒店》，2011年1月22日（2011））， 25-34 ·Zbl 1430.68041号
[12] 西蒙·高格（Simon Gog）；蒂莫·贝勒（Timo Beller）；阿利斯泰尔·莫法特；Petri，Matthias，《从理论到实践：用简洁的数据结构即插即用》，（实验算法——第13届国际研讨会论文集。实验算法——2014年第13届世界研讨会论文集，2014年6月29日至7月1日，丹麦哥本哈根（2014）），326-337
[13] 罗伯托·格罗西；安库尔·古普塔；Vitter，Jeffrey Scott，高阶熵压缩文本索引，（第十四届ACM-SIAM离散算法年会论文集。第十四届ADAM-SIAM离散算法年会刊论文集，2003年1月12日至14日，美国马里兰州巴尔的摩（2003）），841-850·Zbl 1092.68584号
[14] 理查德·汉明（Richard W.Hamming），错误检测和纠错代码，贝尔系统。《技术期刊》，29，2，147-160（1950年4月）·Zbl 1402.94084号
[15] Warren，Henry S.，《黑客的喜悦》（2013），培生教育
[16] （高明阳，算法百科全书-2016年版（2016），施普林格出版社）·Zbl 1341.68001号
[17] 托鲁·卡赛；Lee，Gunho；阿里穆拉（Arimura）、弘基（Hiroki）；有川、Setsuo；Park，Kunsoo，后缀数组中的线性时间最长公共前缀计算及其应用，（组合模式匹配，第12届年度研讨会论文集。组合模式匹配第12届年会论文集，CPM 2001，耶路撒冷，2001年7月1日至4日（2001）），181-192·Zbl 0990.68639号
[18] 李志泽；李健；霍洪伟，最优就地后缀排序，（2018年数据压缩会议，2018年数据编码会议，2018，美国犹他州雪鸟，2018年3月27日至30日，2018（2018）），422
[19] 刘琳达；李银虎；李世良；胡，倪；何益民；Ray Pong；Lin，Danni；吕丽华；Law，Maggie，下一代测序系统的比较，生物医学研究国际，2012年，文章251364页（2012）
[20] 罗瑞邦；刘炳航；谢银龙；李振宇；黄伟华；袁建英；何光柱；陈彦祥；潘琪；刘云杰；唐景波；吴庚雄；张浩；石玉坚；刘勇；于，常；王波；鲁、姚；韩昌雷；David W.Cheung。；姚小明；彭绍良；朱晓倩；刘光明；廖祥科；李英瑞；杨焕明；王健；Lam，Tak-Wah；Wang，Jun，SOAPdenovo2：一种经验性改进的内存效率低的新读取汇编程序，GigaScience，1，1（2012）
[21] 乌迪·曼伯；Myers，Eugene W.，《后缀数组：在线字符串搜索的新方法》，SIAM J.Compute。，22, 5, 935-948 (1993) ·Zbl 0784.68027号
[22] 迭戈·C·马里亚诺。；费利佩·佩雷拉（Felipe L.Pereira）。；普雷塔姆·戈什；巴赫，德巴马利亚；恩里克·C·菲格雷多。；阿图尔·席尔瓦；拉莫斯，隆美尔·T。；Azevedo，Vasco A.，Maprepeat:有效组装原核基因组中重复区域的方法，生物信息，11，6，276-279（2015）
[23] 马丁·马格利（Martin D.Muggli）。；西蒙·J·普利西。；Boucher，Christina，《光学地图轮廓的高效索引对齐》，（生物信息学中的算法——第14届国际研讨会论文集。生物信息学的算法——《第14届世界研讨会论文集》，2014年WABI，2014年9月8日至10日，波兰弗罗茨瓦夫（2014）），68-81
[24] 冈萨洛·纳瓦罗；Raffinot，Mathieu，《字符串中的灵活模式匹配——文本和生物序列的实用在线搜索算法》（2002），剑桥大学出版社·Zbl 0992.92029号
[25] 奥勒布什，埃诺；约翰·菲舍尔（Johannes Fischer）；Gog，Simon，CST++，（字符串处理和信息检索-第17届国际研讨会论文集。字符串处理和数据检索-第十七届国际研讨会文献集，SPIRE 2010，墨西哥洛斯卡布斯，2010年10月11-13日（2010）），322-333
[26] 奥勒布什，埃诺；斯陶·斯特凡；Baier，Uwe，Tricker XBWT技巧，（字符串处理和信息检索-第25届国际研讨会论文集。字符串处理和信息检索-第25届国际研讨会论文集，SPIRE 2018，秘鲁利马，2018年10月9日至11日（2018）），325-333·Zbl 1518.68080号
[27] 丹尼尔·保利诺（Daniel Paulino）；雷内·沃伦。；本杰明·范德瓦尔克。；安东尼·雷蒙德；杰克曼（Shaun D.Jackman）。；Birol，Inanç，Sealer：用于完成基因组草图的可扩展间隙闭合应用程序，BMC Bioninform。，16, 230 (2015)
[28] 维托·皮罗（Vitor Piro）；Faoro，Helisson；维尼修斯·A·维斯。；玛丽亚·斯特芬斯；法比奥·佩德罗萨；伊曼纽尔·苏扎；Raittz，Roberto，Fgap:一个自动的差距缩小工具，BMC Res.Notes，7，第371条pp.（2014）
[29] 安德烈亚斯·波伊亚斯；Raman，Rajeev，《改进的实用紧凑动态试验》，（字符串处理和信息检索-第22届国际研讨会论文集。字符串处理和数据检索-第二十二届国际研讨会文献集，2015年9月1日至4日，英国伦敦，2015（2015）），324-336·Zbl 1320.68019号
[30] 安娜·里斯曼。；鲍勃·茅（Bob Mau）；布莱恩·贝尔。；亲爱的，Aaron E。；杰里米·格拉斯纳。；Perna，Nicole T.，使用紫红色比对仪对草图基因组的连续序列进行重新排序，生物信息学，25，16，2071-2073（2009）
[31] Russo，Luís M.s。；纳瓦罗，贡萨洛；Oliveira，Arlindo L.，完全压缩后缀树，ACM Trans。算法，7，4，第53条pp.（2011）·Zbl 1295.68103号
[32] Sadakane，Kunihiko，压缩后缀数组的新文本索引功能，J.算法，48，2294-313（2003）·Zbl 1100.68563号
[33] Sadakane，Kunihiko，功能齐全的压缩后缀树，理论计算。系统。，41, 4, 589-607 (2007) ·Zbl 1148.68015号
[34] 福恩特斯·塞普尔夫达，何塞；埃里克·埃利贾尔德；费雷斯，利奥；Seco，Diego，多核体系结构的高效小波树构造和查询，（实验算法-第13届国际研讨会论文集。实验算法–第13届世界研讨会论文集，SEA 2014，丹麦哥本哈根，2014年6月29日-7月1日（2014）），150-161
[35] Ukkonen，Esko，后缀树的在线构建，算法，14，3249-260（1995）·Zbl 0831.68027号
[36] Peter Weiner，线性模式匹配算法，（第14届交换与自动机理论年度研讨会。第14届切换与自动机原理年度研讨会，美国爱荷华州爱荷华市，1973年10月15日至17日（1973）），1-11
[37] 丹尼尔·泽比诺（Daniel R.Zerbino）。；Birney，Ewan，Velvet:使用de Bruijn图进行从头短读汇编的算法，《基因组研究》，18，5，821-829（2008）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。