GPU加速的多字符串匹配算法：空间压缩与性能提升

本文主要探讨了一种基于图形处理单元（Graphics Processing Unit, GPU）的多字符串匹配算法。字符串匹配是计算机科学中的核心问题，它对于搜索引擎、病毒检测、生物序列比对等众多领域至关重要。Aho-Corasick（AC）算法作为多字符串匹配的经典算法，其效率和适用性使其广受关注。然而，随着计算性能需求的增长，传统的AC算法在CPU上执行可能无法满足实时性和大规模数据处理的需求。 为了提升算法性能，研究者们提出了一个创新的方法，即通过节点分组的方式对AC自动机进行空间压缩。这种方法有效地减少了存储空间占用，使得在GPU平台，如CUDA（计算机统一设备架构）上实现AC算法成为可能。CUDA的优势在于其并行处理能力，能够充分利用GPU的大量核心来加速计算密集型任务。 在实验部分，作者们进行了多次严格的测试，结果显示，他们的基于GPU的多字符串匹配算法相比CPU上的AC算法，提供了至少10倍的速度提升。这不仅显著提高了匹配速度，还扩展了算法在实际应用中的实用性，特别是在大规模文本搜索或实时分析场景中，性能优势更为明显。 关键词：算法、字符串匹配、图形处理单元。这篇文章不仅提出了一个新的AC算法优化策略，还展示了如何将其有效地移植到GPU硬件上，以实现高性能的多字符串匹配。这对于提高信息技术处理效率和扩展其在实时分析领域的应用具有重要意义。