摘 要 DNA序列由A、T、C、G 四种核苷酸 组成 。通常 ，在一组序列中会有共有的子串存在 。这个子串就叫做基调 。现在已存在算法来找出DNA序列的频度基调和最大基调 ，但它存在一些不足。例如算法的时空复杂性很高 。本文将将采用 根据 基调的长度建树的方式改进原算法 ，并基于改进的算法 实现一个小系统。
关键词 DNA序列，最大基调 ，数据挖掘
1 引言
近几年来，世界上的科学家都在研究人类和其他生物的基因组。它的研究成果已经 应用到各行各业特别是在医药领域。其中，最重要的是要找出.DNA 序列中的最大基调，因为它有助于在研究中找到基因的共同特征。
现在已存在算法来找出DNA序列的最大基调。
首先，根据给定的阈值找出序列的频度基调。然后基于第一步的结果计算最大基调，但是，这个算法存在以下不足： (1)在第一步中,当我们基于长度是l-1 的基调计算长度是l的基调时,算法要扫描序列中的每个元素，浪费了很多时间。 (2)计算频度基调和最大基调的过程是分别进行的，该算法是基于频度基调计算最大基调的，这个过程实际上是不必要的。所以，本文提出一种基于树的改进方法，能避免上述问题。下文将详细介绍算法的改进并给出一个系统运行结果的例子。
2算法介绍及其改进
2.1算法概述
找出DNA 序列最大基调的算法主要包含三步。 (前提是我们已经设定了研究的阈值)
3结果分析
最后，我们基于改进的算法设计了一个系统。用户可以手工输入DNA 序列,也可以加载序列文件。我们选择参考文献[1]中的例子作为测试集.，并给出了阈值在0.3 到 0.8之间, 间隔 0.1 的最大基调.最后，我们将输出结果保存在result.txt文件中
4 结束语
总之，我们改进了找出DNA 序列最大基调的算法并介绍了它的设计和实现过程。最后，我们给出一个例子来测试改进算法的正确性。它节省了执行时间和空间,避免计算M(U,?)，提高了算法的效率。将来，我们要进一步减少算法的时空复杂性，更好地提高系统效率。