计算 Burrows-Wheeler 相似度分布的算法
数据结构与算法
2020-09-10 v1
摘要
Burrows-Wheeler变换（BWT）是一种被充分研究的文本变换，广泛用于数据压缩和文本索引。两个字符串的BWT也可基于如下观察提供它们之间的相似度度量：它们在变换中符号交织得越多，字符串越相似。本文提出了两种新算法，用于基于BWT计算字符串集合的相似度度量。特别地，我们对集合中所有字符串对的Burrows-Wheeler相似度分布的计算给出了实用与理论改进。我们的算法利用为所有字符串拼接体计算的BWT，并使用压缩数据结构，在较小内存占用下降低运行时间，如一组真实与人工数据集实验所示。
引用
@article{arxiv.1903.10583,
title = {Algorithms to compute the Burrows-Wheeler Similarity Distribution},
author = {Felipe A. Louza and Guilherme P. Telles and Simon Gog and Liang Zhao},
journal= {arXiv preprint arXiv:1903.10583},
year = {2020}
}
备注
Accepted to TCS