多重不确定字符串中近似弱公共区间的快速计算
数据结构与算法
2023-04-07 v1
摘要
在基于同源派生约束和公共区间泛化、旨在定义合成分块发现与结构化的原则性方法的持续工作中，我们面临一个基本计算问题：如何在一组不确定字符串（其元素由字符子集构成）中快速确定这样的连续区间——它们共享其元素的绝大多数，但允许被其他子集包含的字符子集共享，也允许某些元素在某些基因组中缺失。Doerr 等人描述了该问题在确定性字符串（每个元素为字母表中的单个字符，即“普通”字符串）这一特殊情况下的算法，但若推广到不确定字符串，其运行时间将急剧膨胀。本文中，我们描述了一种计算这些特殊公共区间的算法，其时间接近 Doerr 等人的较简单算法，并表明对于大型（数十至数百）细菌基因组集合，可在短短几小时内计算出这些区间。
引用
@article{arxiv.2304.02657,
title = {Fast computation of approximate weak common intervals in multiple indeterminate strings},
author = {Daniel Doerr and Bernard M. E. Moret},
journal= {arXiv preprint arXiv:2304.02657},
year = {2023}
}