随着人类基因组计划的相继完成及各种模式生物基因组计划的相继实施，使有关生物数据急剧增加。面对海量的生物数据，如何对其进行科学地分析，处理，进而获取对人类有用的信息，是科学家在探索生命奥秘的道路上所面临的巨大挑战。为了迎接这一挑战，生物学研究的重点正从积累数据向分析解释数据过渡，生物信息学便应运而生。　　 生物信息学是一门交叉学科，它综合利用生物学、计算机科学和信息科学的知识与技术，揭示大量而复杂的生物数据所蕴含的生物学奥秘。它的研究内容十分丰富，例如：序列比较、基因识别、分子进化、RNA和蛋白质结构预测等。其中大部分工作是以序列的比较为基础，因此，生物序列的比较不仅是生物信息学中最基本、最重要的课题之一，而且对生命科学的研究具有深远的意义。本文以生物序列比较的方法为研究对象，主要内容安排如下：　　 1.在第二章，本文概述了生物序列比较的研究现状，重点介绍序列比对算法和一些经典的非比对方法。本文还对这各种研究方法进行比较，理清各种研究方法的区别与联系，深入分析各种方法的优缺点，为本文的研究提供了理论依据。　　 2.在第三章，基于LZ复杂度与动态规划算法，本文提出了一种新的DNA序列比较算法。对于任何一条DNA序列，该算法首先采用LZ复杂度算法的分段思想，将其分解为一个字集。然后结合动态规划算法，计算不同字集间的匹配程度，进而判断不同字集对应的DNA序列的相似性程度。最后，通过具体的实验及大量的比较评估了该算法的效率。　　 3.在第四章，本文提出一种基于可视化表示的序列比较算法。考虑到二联体在序列中的整体分布情况，我们采用极坐标表示方法，将序列转换为封闭曲线。根据封闭曲线的特点，我们采用分割算法构建其曲线树，而不是距离矩阵，进而降低转换过程中的信息丢失。通过定义不同曲线树的匹配函数，进而推断它们对应生物序列间的差异。本文采用两组标准数据和合理的比较方法评估了该算法的可靠性。