[论文解读] A Comparative Study on String Matching Algorithm of Biological Sequences

P. Pandiselvam, T. Marimuthu+1 more|arXiv (Cornell University)|Jan 29, 2014

Algorithms and Data Compression参考文献 5被引用 11

一句话总结

本文评估了多种字符串匹配算法在生物序列中的表现，通过真实生物数据比较了它们的时间与空间复杂度。结果表明，由于其平均情况下的优异性能，Boyer-Moore 算法在长序列中最为高效；而 Knuth-Morris-Pratt 算法在不同序列长度下表现出一致的性能，实现了速度与内存使用之间的良好平衡。

ABSTRACT

String matching algorithm plays the vital role in the Computational Biology. The functional and structural relationship of the biological sequence is determined by similarities on that sequence. For that, the researcher is supposed to aware of similarities on the biological sequences. Pursuing of similarity among biological sequences is an important research area of that can bring insight into the evolutionary and genetic relationships among the genes. In this paper, we have studied different kinds of string matching algorithms and observed their time and space complexities. For this study, we have assessed the performance of algorithms tested with biological sequences.

研究动机与目标

• 评估各种字符串匹配算法在生物序列分析背景下的性能。
• 分析算法在真实生物序列上应用时的时间与空间复杂度。
• 识别在基因组学与蛋白质组学应用中检测序列相似性的最高效算法。
• 为研究人员在序列长度与计算约束条件下选择最优算法提供支持。

提出的方法

• 实现并基准测试多种字符串匹配算法，包括 Boyer-Moore、Knuth-Morris-Pratt (KMP)、Rabin-Karp 和朴素算法。
• 在多种生物序列上执行算法，以测量运行时间和内存使用情况。
• 分析每种算法的时间复杂度（最好、平均、最坏情况）与空间复杂度。
• 使用公共数据库中的真实生物序列，以确保性能测试的生物学相关性。
• 比较算法在不同序列长度与模式出现频率下的行为表现。
• 在受控实验条件下对执行时间与内存占用进行统计评估。

实验结果

研究问题

• RQ1 哪种字符串匹配算法在长生物序列上展现出最佳平均情况性能？
• RQ2 字符串匹配算法的时间与空间复杂度如何随序列长度与模式频率变化？
• RQ3 Boyer-Moore 与 KMP 在检测基因组数据相似性方面相对效率如何？
• RQ4 Rabin-Karp 与朴素算法在生物序列分析可扩展性方面有何比较？
• RQ5 哪种算法在多种生物序列数据集上表现出最一致的性能？

主要发现

• Boyer-Moore 算法由于采用从右到左的模式比较方式与坏字符启发式策略，在长生物序列上表现出最快的平均执行时间。
• Knuth-Morris-Pratt (KMP) 算法在所有测试序列长度下均表现出稳定且可预测的性能，具有线性时间复杂度。
• 朴素算法具有最高的时间复杂度，在大规模生物数据中不适用，因其时间复杂度为 O(mn)。
• Rabin-Karp 算法表现中等，但在模式频率较高的序列中表现不如 Boyer-Moore 与 KMP。
• 所有算法的空间复杂度均保持较低水平，但 Boyer-Moore 在速度与内存效率之间实现了最佳平衡。
• 本研究证实，基于启发式的算法如 Boyer-Moore 在大规模生物序列比对任务中最为有效。