一种有参考DNA序列压缩方法和系统

摘要

本发明提供一种有参考DNA序列压缩方法和系统，所述方法包括：重复图案的匹配步骤，利用输入的参考序列生成反向的全文子序列索引结构，对输入的待压缩序列进行最长匹配子序列搜索，将匹配信息用于压缩编码步骤，并将未匹配的符号用于非重复符号的预测编码步骤；压缩编码步骤，将匹配序列的长度、位置信息进行压缩编码，并将编码信息用于解压缩；非重复符号的预测编码步骤，接收所述重复图案的匹配步骤的未匹配的符号，利用混合上下文模型进行符号出现概率预测及编码。本发明充分结合索引数据结构高效查找和混合上下文模型对单个字符高效压缩的特点，在可接受的压缩耗时内，比其他有参考DNA序列方法取得更高的压缩率，具备良好的实用性。