通过批处理实现更高效的PBWT前缀数组访问

位置Burrows-Wheeler变换（PBWT）通常用于紧凑地存储单倍型面板，使得给定一个查询单倍型，我们可以快速找到查询与面板中单倍型之间的集合最大精确匹配（SMEMs）。此过程通常分为两步：首先，我们找到查询中在面板单倍型的相同位置出现的最大子串；然后，对于每个这样的子串，报告面板中该子串出现位置与查询中位置相同的单倍型。最近，Bonizzoni、Gagie和Gao（2026）为第二步给出了两种时间-空间权衡：他们要么使用 $O ((r + h) \log n)$ 比特和 $O (\log \log \min (h, \ell) + k)$ 时间来报告面板中的 $k$ 个单倍型，要么使用 $O (r \log h + h \log n)$ 比特和 $O (k \log \log h)$ 时间，其中 $r$ 是面板PBWT中的运行次数，$h$、$\ell$ 和 $n = h \ell$ 分别是面板的高度、长度和大小。我们在此观察到，如果我们可以批处理查询，直到找到 $r \lg (h) / \lg r$ 个这样的子串，并且每个子串平均报告至少 $\lg (r) / \lg h$ 个面板中的单倍型，那么对于第二步，我们可以轻松地使用 $O (r \log h)$ 比特和常数时间来报告每个单倍型。我们的方法基于一种从PBWT快速构建前缀数组的算法，这可能具有独立的研究价值。为了完整性，我们也给出了散度数组的类似结果。