【技术实现步骤摘要】
本专利技术涉及计算机算法和生物信息学领域，尤其涉及一种改进的动态规划算法，基于空间优化技术，用于高效解决大规模序列匹配问题,如dna序列比对、文本相似度计算等。
技术介绍
1、序列匹配问题在计算机科学、生物信息学和自然语言处理等领域具有广泛的应用。常见的序列匹配算法包括编辑距离(edit distance)、最长公共子序列(longestcommon subsequence)等。这些算法通常采用动态规划的方法，其时间复杂度和空间复杂度均为o(mn)，其中m和n分别是待匹配序列的长度。
2、当序列长度达到百万级别时，传统的动态规划算法需要构建庞大的二维矩阵，导致内存消耗过大，无法在一般计算机上运行。同时，计算时间也随着序列长度的增加而显著增长，难以满足实际应用的需求。因此，如何降低动态规划算法的空间和时间复杂度，成为了亟待解决的问题。
技术实现思路
1、本专利技术旨在提供一种用于大规模序列匹配的高效空间优化动态规划算法，通过引入空间压缩技术、块优化策略以及剪枝和启发式搜索等方法，显著降低算法的空间需求和计算时间，提高大规模序列匹配的效率。
2、为实现上述目的，本专利技术提出以下技术方案：
3、一种用于大规模序列匹配的高效空间优化动态规划算法，包括以下步骤：
4、步骤1，输入与预处理：输入待匹配的序列s和t；设定块大小l、匹配阈值θ以及其他相关参数；
5、步骤2，序列分块：计算块数将序列s和t分别划分为k个块和l个块：s＝[s
6、步骤3，初始化：初始化全局得分矩阵dglobal，大小为(k+1)×(l+1)，初始值为0；
7、步骤4，块匹配计算：并行计算对每个块对(sp,tq)，并行执行以下步骤：
8、步骤4.1，初始化一维动态规划数组dblock，长度为l+1，初始值为0；
9、步骤4.2，块内动态规划计算：
10、(1)对于i从1到l：
11、保存上一状态dprev＝dblock；
12、(2)对于j从1到l：
13、计算匹配得分：
14、
15、剪枝判断：计算最大可能增益如果score+max_gain<θ，则剪枝，跳过后续计算；
16、更新dblock[j]：dblock[j]＝score；
17、步骤4.3，更新全局得分矩阵，更新dglobal[p][q]＝dblock[l]；
18、步骤5，块间依赖处理：按照块的顺序，合并dglobal中的得分，处理块间的匹配依赖，计算全局最优得分dglobal[p][q]；
19、对于p从1到k，q从1到l：
20、
21、步骤6，结果输出：全局最优匹配得分为dglobal[k][l]；通过回溯，得到匹配路径。
22、本专利技术通过空间优化技术的应用，显著降低了动态规划算法在大规模序列匹配问题中的空间和时间复杂度，具体有以下有益效果：
23、(1)降低空间复杂度：将空间复杂度降低，使得在有限内存环境下处理超长序列成为可能。
24、(2)提高计算效率：通过块并行计算和剪枝策略，减少不必要的计算，提高算法的整体效率。
25、(3)适用性强：算法可适用于不同类型的序列匹配问题，具有广泛的应用前景。
本文档来自技高网...【技术保护点】
1.一种用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，所述步骤4中，定义差分数组ΔD(j)，在更新D(j)时，只需计算和存储相邻元素之间的差值ΔD(j)，ΔD(j)＝D(j)-D(j-1)，根据需要，利用ΔD(j)恢复D(j)的绝对值。
3.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，在计算块Sp和Tq的匹配时，初始化边界条件，利用前一块的结束值作为当前块的起始值，通过维护块间的匹配得分和路径信息，保证整个序列的匹配结果正确。
4.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，利用多线程或GPU，对不同的块对(Sp，Tq)进行并行计算。
5.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，设计启发式函数，优先计算可能存在高匹配度的区域，具体包括：
【技术特征摘要】
1.一种用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，所述步骤4中，定义差分数组δd(j)，在更新d(j)时，只需计算和存储相邻元素之间的差值δd(j)，δd(j)＝d(j)-d(j-1)，根据需要，利用δd(j)恢复d(j)的绝对值。
3.根据权利要求1所述的用于大规模序列匹配的高效空间优化动态规划算法，其特征在于，...
【专利技术属性】
技术研发人员：阳翔，唐灵灵，韦庆，
申请(专利权)人：国家计算机网络与信息安全管理中心广西分中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。