图中最大精确匹配的链式连接
Chaining of Maximal Exact Matches in Graphs
AI总结：
本文提出一种新的对称链式连接公式，将查询串与有向无环图之间的最大精确匹配链式连接，用于求解最长公共子序列问题，并给出时间复杂度为 $O(m+n+k^2|V|+|E|+kN\log N)$ 的算法。
摘要：
我们展示了如何在查询字符串 $Q$ 与带标签的有向无环图（DAG）$G=(V,E)$ 之间链式连接最大精确匹配（MEM），以解决 $Q$ 与 $G$ 之间的最长公共子序列（LCS）问题。我们通过一种新的 DAG 中链式连接的对称公式得到结果，并在 $O(m+n+k^2|V| + |E| + kN\log N)$ 时间内求解，其中 $m=|Q|$，$n$ 是节点标签的总长度，$k$ 是覆盖 $G$ 的节点的最小路径数，$N$ 是 $Q$ 与节点标签之间的 MEM 数量，我们证明了这些 MEM 编码了完整的 MEM。
英文摘要：
We show how to chain maximal exact matches (MEMs) between a query string $Q$ and a labeled directed acyclic graph (DAG) $G=(V,E)$ to solve the longest common subsequence (LCS) problem between $Q$ and $G$. We obtain our result via a new symmetric formulation of chaining in DAGs that we solve in $O(m+n+k^2|V| + |E| + kN\log N)$ time, where $m=|Q|$, $n$ is the total length of node labels, $k$ is the minimum number of paths covering the nodes of $G$ and $N$ is the number of MEMs between $Q$ and node labels, which we show encode full MEMs.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
