在外存中计算一组字符串的BWT和LCP数组

对超大规模字符串集合（例如由广泛使用的下一代测序技术产生的那些）进行索引，严重依赖于Burrows-Wheeler变换（BWT）的多字符串推广：内存方法的高要求刺激了近期外存算法的发展。计算一组字符串的最长公共前缀（LCP）数组的相关问题，对于计算字符串间的后缀-前缀重叠至关重要，这是许多基因组组装算法的关键步骤。在先前的一篇论文中，我们提出了一种内存中的分治方法来构建BWT和LCP，其中我们使用前向策略合并部分BWT以对后缀进行排序。在本文中，我们提出了一种替代的后向策略，以开发一种外存方法，用于在由不同长度的$m$个字符串组成的集合上同时构建BWT和LCP数组。对于具有恒定长度$k$的字符串集合，该算法的时间复杂度和I/O量为$O(mkl)$，使用$O(k + m)$的主存，其中$l$是LCP数组中的最大值。