基于后缀排序诱导文法构建FM索引处理长模式
数据结构与算法
2021-10-05 v1
摘要
在 FM 索引中引入的后向搜索与游程长度压缩 Burrows-Wheeler 变换（RLBWT）相结合，是大多数处理高度重复数据集（如生物序列）的压缩索引的核心。与文法索引相比，RLBWT 的大小通常大得多，但诸如统计长模式出现次数之类的查询可以比迄今为止任何现有文法索引快得多。在本文中，我们通过在一个基于诱导后缀排序的特殊文法之上构建 RLBWT，将文法与 RLBWT 的优点结合起来。我们的实验表明，对于足够长的模式，我们的混合方法在索引大小和生物数据集上的查询时间方面均优于经典 RLBWT。
引用
@article{arxiv.2110.01181,
title = {FM-Indexing Grammars Induced by Suffix Sorting for Long Patterns},
author = {Jin Jie Deng and Wing-Kai Hon and Dominik Köppl and Kunihiko Sadakane},
journal= {arXiv preprint arXiv:2110.01181},
year = {2021}
}