各种应用中的信息通常表示为有限字母上的字符序列（例如，DNA或蛋白质序列）。 在大数据时代，这些序列的长度和大小呈爆炸性增长，这给经典的NP-hard问题带来了巨大挑战，即从多个序列中搜索多个最长公共子序列（MLCS）。 在本文中，我们首先揭露了最新的MLCS算法无法应用于长距离和大规模序列比对的事实。 为了克服它们的缺陷并解决更长，更大规模甚至更大的序列比对问题，基于提出的新颖的问题解决模型和各种策略，例如并行拓扑排序，最优计算，中间结果重用，分段计算和序列化等。 ，我们提出了一种新颖的并行M