合并未知字符串的匹配切片

Question

我正在解决一个谜，我有几个大的数字字符串切片。最初它们似乎是随机的，但通过一些频率分析我了解到它们都是一个大字符串的切片。

问题是这些切片可能包含大字符串的单独部分，但不包含有关它们所在位置的信息，甚至可能包含单独的子字符串。例如：

text: 0102030405060708091011121314151617181920
slice 1: 010203041516171819
slice 2: 030405060717181920
slice 3: 060708091011121314
slice 4: 040506071213141516

注意如何通过滑动切片来重建原始文本：

slice 1: 01020304                    1516171819
slice 2:     0304050607                  17181920
slice 3:           060708091011121314
slice 4:       04050607        1213141516

由于原始文本可能有数百甚至数千位数字，因此手动操作非常困难且耗时。我有 80 个切片的集合，它们应该生成一个合并的字符串，这是我没有的原始文本。

我搜索了一些字符串匹配算法，例如最长公共子字符串，但它们不包括拆分切片以尝试匹配。此外，diff 算法通常不支持一次合并多个字符串，并且两个切片包含的共同点太少而无法使用，通常会给出错误的匹配，最终会失败。

Answer 1

如果我有声望，我会发表评论，但这个问题看起来类似于从大量小的已测序片段组装基因组。不确定最新的技术是什么，但 De Brujin 图表是我被教导如何做到这一点的。

这个问题（关于基因组组装 - 但同样可能适用）可能会有所帮助： http://rosalind.info/problems/grep/

还有 Rosalind 提出的关于德布鲁金图的问题子集 http://rosalind.info/search/?q=%20bruijn