序列比对是生物信息学中一种基本的信息处理问题，对于发现核酸和蛋白质序列上的功能、结构以及进化信息具有非常重要的意义。随着生物序列数据库中序列数据的激增，设计出能够处理大规模运算的并行算法就显得非常迫切。本文研究了生物信息学中的双序列比对及其并行算法，主要研究工作和取得的成果如下：　　1.为了提升Hirschberg算法的性能，本论文利用共享存储的并行模型对Hirschberg算法进行了并行化设计，相对于Hirschberg算法，本文的并行Hirschberg算法不仅提升了时间性能，并且保持了线性的空间复杂度。　　2.为了提升FA算法(Fast Alignment)的性能，本文把基于递归的FA算法改为了非递归算法，非递归FA算法进一步提高了时间性能，也同时保持了线性的空间复杂度。　　本文给出了改进算法的实验设计和分析。实验表明，其运算效率较原算法均有所提高，为生物信息学的研究及实践提供进一步的支持。