具有间隙约束的模式匹配是模式挖掘技术的核心与基础,也是众多交叉学科解决技术问题的关键。其被广泛应用于XML数据流挖掘、网络安全检测,以及生物学基因序列研究等诸多领域。因此,具有间隙约束的模式匹配问题具有很高的研究意义和应用价值。具有间隙约束的模式匹配根据对出现的特殊约束条件分为无约束条件、一次性约束条件以及无重叠约束条件。最新研究结果表明,在无重叠约束条件下的序列模式挖掘能够找到比一次性约束条件下更多有意义的出现。而目前已有的无重叠模式匹配研究中间隙约束均为非负间隙,非负间隙对字符串中每个字符的出现顺序具有严格的约束,很大程度上限定了模式匹配的灵活性。为此,本文提出了一般间隙的无重叠精确模式匹配问题,提高了匹配问题的灵活性且更满足实际应用。本文的主要研究内容和相关工作如下:1.提出了一般间隙的无重叠精确模式匹配问题,给出了严格的定义;2.将网树结构和回溯策略相结合,提出了具体求解算法NOGLB算法,该算法首先将模式匹配问题转换为一棵网树,然后利用最左孩子策略和回溯策略查找出现,有效地避免下一次寻找最左树根叶子路径过程中需要查找并剪枝无用的网树结点,提高了算法的求解效率,同时也提高了解的质量;3.理论分析了NOGLB算法的空间复杂度为O(m*n*W),时间复杂度为O(m*n*W)。其中,m为模式串P的长度,n为序列串S的长度,W为模式串P的最大间隙W=max(a_i-b_i+1);4.在真实生物数据上进行了实验,并将求解算法NOGLB算法与改进的NOGRB算法、NOGLP算法、以及NOGRP算法的实验结果进行对比,结果表明NOGLB算法可以得到更多的出现,验证了NOGLB算法对于求解一般间隙的无重叠模式匹配问题具有可行性和有效性。