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