文档介绍：苐以奔涓丛佣任狣耸コ⒆的并行算法为文本长度,中文摘要中又于两矍加速字符串操作已经成为了当前并行计算领域的研究热点。近似字符串匹配技术在病毒检测、文件检索、计算生物学等很多领域都有着广泛的应用,传统的串行算法运算速度慢,而现存的并行算法都是基于多处理器模式,计算设备成本很高,耗电量大。因此,在涎芯坑行У慕谱址ヅ洳⑿兴惴ň哂兄卮蟮氖导工作原理,编程模型和存储器模型,以及如何配置编程环境。级并行优化算法在系闹葱惺奔涠杂诖车腃端串行算法的加速比可达到一,加速比变化趋势与理论分析一致,其它两个算法的加速比也可以达到模式长度,艻为字典表集合的大小,4砥鞲鍪1疚姆直鹪贕和多核隙运惴ń辛耸迪郑⒍粤街只肪诚滤惴ǖ募铀俦冉辛朔治觥J笛榻峁图形处理器哂泻芮康牟⑿写砟芰Γ⑶疑璞赋杀镜停肎意义。本文的主要研究内容及贡献如下:首先,对ㄓ眉扑愕谋喑袒肪辰辛俗芙幔氐阊芯苛薔的其次,对于允许肛的近似字符串匹配问题,基于模型,本文提出了三种并行算法,即线程级并行算法,两级并行算法,以及两级并行优化算法。两级并行优化算法在利用看蟛⑿写砟芰Φ耐保沟酶飨叱谈涸鼐猓并且利用拇娲⑵髂P图跎倭嗣扛鱿叱潭匀ň执娲⑵髦惺莸姆梦蚀问1文使用真实的蛄凶魑J笛槭荻运惴ǖ男阅芙衅拦溃笛榻峁砻鳎最后,对于允许肛的近似字符串匹配问题,基于动态规划的方法,通过消除编辑距离矩阵中同一行数据间的依赖关系,本文提出了一个空间复杂度为表明,惴ㄔ贕上的执行时间对于传统的舜兴惴ǖ募铀俦瓤梢达到谒ê薈上算法的加速比可以达到,在核系募铀俦瓤梢达到⑶壹铀俦鹊谋浠魇朴肜砺鄯治鲆恢隆关键字:近似串匹配,⑿兴惴ǎ好骶嗬耄嗉嗬
韘,鷈,,,,甌￡,,琣一,
≯芒
苐,籋锄∑瓼,.∑以瑆,╤蟞,—,.;籔;,、
录目中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸本文的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.近似字符串匹配算法的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⑿兴惴ā本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第禄≈J丁姆⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一编程模型⋯⋯,⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯软件体系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..存储器模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...布成洹本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第略市砀豰的近似串匹配并行算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于的朴素并行算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..黑龙江大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
亡
允许缸肫慕拼ヅ洳⑿⑿⑿兴惴ā基于的两级并行优化算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第略市聿穌瞖慕拼ヅ洳⑿兴惴ā引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.菀览倒叵怠.⑿兴惴枋觥算法的加速比分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.嗪薈环境下算法的加速比分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯肪诚滤惴ǖ募铀俦确治觥结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.附录篊喑袒肪车陌沧坝肱渲谩致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读硕士学位期间发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.录目.