近似模式匹配-查询匹配问题

一、搜索一个模式在文本中的所有近似出现

输入：模式p=p1p2..pn,文本t=t1t2...tm以及参数(它是最大错配数)。

输出：所有位置1<=i<=m-n+1，使得titi+1....ti+n-1与p1p2...pn至多有k个错配（即：dH(ti,p)<=k）

二、查询匹配问题

找到所有与文本近似匹配的查询的子字符串

输入：查询序列q=q1...qp，文本t=t1...tm，以及整数n和k

输出：所有配对位置(i,j)，其中1<=i<=p-n+1，1<=j<=m-n+1，使得q中第i个位置起的长为n的子字符串与文本t中从第j个位置起的长为n的子字符串匹配，其中最多有k个错配。

当p=n时，查询匹配问题成为一个允许k个错配的近似字符串匹配问题。

三、l-元组过滤技术

如果一个查询的n字符子字符串与文本中长为n的子字符串近似匹配，对足够大的l来说，2个子字符口中 至少共享一个l元组。

如果字符串x1x2...xn和y1y2...yn相匹配，其最大错配数为k那么它们共享一个l-元组，其中l=|n/(k+1)|即：xi+1..xi+l=Yi+1..Yi+l，其中1<=i<=n-l+1

l元组过滤算法如下：

1）潜在匹配检测。找到查询和文本中所有的l元组匹配，其中l=|n/(k+1)|

2)潜在匹配验证。通过向左向右延伸检验每个潜在的匹配，直到第一次发现k+1个错配（或者到达查询或文本的2端）

潜在匹配的检测可利用哈希表方法或者后缀树方法来实现