本科毕业论文-最长公共子序列问题的并行化研究.docVIP

中国科学技术大学 本科毕业论文 题 目 最长公共子序列问题的并行化研究 英 文 Research on the Parallelization of 题 目 the Longest Common Subsequence Problem 院 系 计算机科学与技术 姓 名 易子越 学 号 P 导 师 徐云 日 期 二零一一年六月 致谢 4年大学生活一晃而过，回忆这4年所经历的各种事情，我心中感慨良多，在我写完这篇毕业论文的时候，我的内心产生了一种如释重负的感觉。 首先，我要诚挚地向我的毕业设计指导教师徐云老师表示感谢。他在忙碌的教学工作中挤出时间来指导我做毕业设计，并对我的论文加以审查。徐老师严谨细致、一丝不苟的作风是我今后学习的榜样。 其次，我要感谢我的班主任周宇老师及所有的任课教师和助教。他们对我在学习和生活上的悉心关怀与照顾，使得我这四年获得了许多学科方面相关的知识，也使我明白了许多为人处世的道理，让我对社会、对生活有了更深层次的了解。 再次，感谢实验室的师兄师姐们特别是杨矫云目录 中文内容摘要 3 Abstract 4 第一章 引言 5 第一节 背景 5 一、生物学意义 5 二、计算机科学意义 5 第二节 研究内容及工作思路 6 第三节 论文结构 6 第二章 LCS研究现状 7 第一节 概述 7 一、问题模型 7 二、精确解算法 7 三、并行算法 8 第二节 动态规划法 9 一、算法简介 9 二、时空复杂度分析 10 三、优化方案 10 第三节 基于支配点思想的方法 11 一、基本概念 11 二、算法简介 13 三、时空复杂度分析 14 第三节 本章小结 14 第三章 基于分布式存储结构的并行支配点算法 15 第一节 实验平台 15 一、硬件平台 15 二、软件平台 15 三、程序设计语言 15 第二节 算法流程 15 一、数据结构 15 二、初始化 16 三、任务分配 17 四、支配点的求取 17 五、结果汇总 17 六、LCS的求取 18 第三节 实验结果与优化想法 18 一、实验结果 18 二、优化想法 23 第四节 本章小结 23 第四章 总结 24 参考文献 25 中文内容摘要 最长公共子序列问题是一个经典的计算机科学问题，在生物信息学、分子生物学、数学、数据挖掘、模式识别、文本检索以及气体色谱分析等领域有重要应用。最长公共子序列问题可分为双序列最长公共子序列问题和多序列最长公共子序列问题，简称为LCS和MLCS。LCS（MLCS）问题是生物信息学的一个研究重点。由于新一代基因测序技术每周能产生400~500G左右的基因信息，这种急剧增长的信息需要更高性能的算法。LCS（MLCS）问题的经典解决方法为动态规划法，但是其对于双序列LCS（MLCS）问题的时间和空间消耗与序列长度呈二次增长，性能不够理想，尽管后人做了大量研究和改进，依然不能使原有算法的性能得到大幅提高。将串行算法并行化可以有效利用计算机资源并在相同问题规模的前提下大幅减少时间消耗，然而经典的动态规划法直接并行化难度较大。基于支配点思想的算法是近年来提出的最好的一种解决LCS(MLCS)问题的算法，其算法为逐层扩展独立求解，适用于并行化。 本文通过对已有算法的研究和分析，提出一种针对MLCS问题的以支配点思想为核心的基于分布式存储结构的并行算法，并在KD-50-I上予以实现。 关键字：最长公共子序列 支配点 并行 KD-50-I Abstract The longest common subsequence problem is a classic problem in computer science. It is widely applied on bioinformatics, molecular biology, mathematics, data mining, pattern recognition, text retrieval and gas chromatographic analysis. The longest common subsequence problem can be divided into the longest common subsequence problem for two and the multiple longest subsequence problem, LCS and MLCS f