转录因子结合位点预测问题,即在DNA序列中发现允许出现变异的motif的问题,不论对于分子生物学还是对于计算生物学,都是一项非常重要的研究。基于一致序列表达的模式发现算法,典型的如使用后缀树来存储DNA序列,当通过深度优先遍历后缀树来匹配模式时,有许多方法可以用来提升算法速度,例如记录不匹配字符数或使用一些基于统计概率的模型来抛弃一些路径。但是目前这些算法的复杂度依然很高,一些算法转而使用空间复杂度较高的结构来加速匹配过程,效果虽有提高,但仍然无法完全满足现实需求。为了解决这一问题,本文提出了一个数据结构以及与之对应的两个算法,通过充分利用匹配过程中产生的中间结果,从而在保持精确性且空间耗费很小的情况下大大提高进程的效率。在本文提出的算法中,同样使用后缀树来存储DNA序列。然而,本文提出了一个匹配路径集合栈数据结构来记录中间匹配结果,称之为SUTMAPST结构,以便具有公共前缀的不同模式匹配过程共享公共前缀的匹配结果信息。使用匹配路径集合栈,匹配过程可以层次式遍历与回溯从而避免了大量的重复匹配操作,能够有效的支持基于后缀树的模式发现算法。本文提出了SUTMAPSTA算法,可以很好的解决植入d-Motif问题(Planted d-Motif Problem)从而验证SUTMAPST数据结构的有效性。另外,本文使用SUTMAPST数据结构结合Weeder的剪枝思想提出WSUTMAPSTA算法。WSUTMAPSTA算法与Weeder算法相比在不降低准确性的情况下,大幅提升了算法效率。实验结果和分析证明使用SUTMAPST结构的SUTMAPSTA算法与WSUTMAPSTA算法比现有算法更快,并且空间开销很小。