生物情報ソフトウェア特論-bic.kyoto.pptVIP

接尾辞配列　(suffix array) 接尾辞木と似た情報をより簡潔に表現 もとの文字列の接尾辞をソートし、接尾辞の開始位置のみを格納した配列（図中のSA） 文字列 S SA ソートした接尾辞 接尾辞配列の性質 接尾辞木があれば簡単に構成できるが、接尾辞木を作らなくても O(n) 時間で直接構成可能 部分文字列検索を、単純な二分探索法で O(m log n)時間で実行可。より精密な方法を使えば、O(m+log n）時間で実行可。 その他、接尾辞木でできる多くの操作が接尾辞配列でも可能（ただし、配列以外に付加的な情報が必要になる場合もある） 部分文字列検索の例： P=abraca a: (10,7,0,3,5) ? ab: (7,0) ? abr: (7,0) ? abra (7,0) ? abrac (0) Burrows-Wheeler（BW）変換 例で示す：　S=abracadabra$ （$は終端を意味） この文字列を巡回させた文字列をすべて生成し、ソートし、終端の文字を並べたものが変換後の文字列 ard$rcaaaabb ソート BW変換： 逆変換 変換後の文字列 同じ文字が連続して並ぶことが多い ? データ圧縮に有利 もとの文字が（同じ回数だけ）出現 終端 始端 逆変換：アイデア ソート後の巡回文字列の終端（BW変換）と始端の文字を並べる（文字には順番に番号を付