如何寻找长极大精确匹配并忽略短匹配

寻找字符串之间的极大精确匹配是生物信息学中的一项重要任务，但随着遗传学家转向泛基因组参考，这正变得越来越具挑战性。幸运的是，我们通常只关心那些长度超过偶然预期的相对较少的极大精确匹配。本文表明，在合理的假设下，利用适用于泛基因组学的文本紧凑索引，我们可以在 $O (m)$ 时间内找到长度为 $m$ 的模式串与长度为 $n$ 的文本之间所有长度至少为 $L$ 的极大精确匹配，且仅对每个长度近乎达到 $L$ 的极大精确匹配额外增加 $O (\log n)$ 的时间。