随着网络设备软硬件技术的提高和网络用户的日益增加,网络上的数据流量正在以爆发式的趋势增长。随着大数据相关科技的发展,大数据的处理算法面临着更加严峻的挑战,模式匹配作为许多前沿技术的基础而被广泛研究,而模式匹配的一个分支——字符串近似匹配往往用于信息搜索、安全检测、生物计算等。提高解决大数据应用问题的高性能近似模式匹配算法之性能是当前一个极具探索价值的问题。本文引入了一类新型近似模式匹配问题——允许文本中相邻两字符交换的近似匹配算法,并提出了相应算法以及理论分析和实验。首先定义了交换的概念,交换是文本中相邻的互不相同的两字符的交换。字符串的交换版本是该字符串经过几次交换操作而转换成的字符串。本文提出了一种允许文本中相邻两字符交换的近似匹配算法,该算法首先采用过滤的思想将文本串划分为两个文本段集合:不匹配集合与候选段集合。我们改进以往的近似串匹配算法,将算法的适用范围扩展到额外允许出现交换的情况。与已有的相关算法不同,该算法能够更加符合现实应用的要求,具有一定的实用性。另外为了提高匹配效率,我们在上述过滤思想的基础上,直接过滤掉不可能发生匹配的匹配集合,将改进的近似匹配算法应用到候选段集合中,这样会尽可能高效准确的找到所有的近似匹配位置。一般的近似串匹配算法理论时间复杂度往往是介于O(n~2)到O(mn)之间。我们证明在一般情况下本文提出的算法的时间复杂度为O(m+kn)。正如论文所表述的,之所以能够在较少的时间复杂度内完成匹配是因为算法在设计时利用了精确匹配高效的特点,整个算法在执行过滤的过程中大多时间段内都在使用精确匹配来搜素候选区域,于是在一般情况下算法的时间复杂度更趋近于精确匹配。为了验证算法性能,我们使用两种不同的测试数据分别做了对比实验,使用基于已有算法而改进的算法与本文提出的算法作对比,在相同条件下计算实验显示在允许一定小范围误差下,本文提出的算法性能要远远优于以往的改进算法。但是随着允许误差限制的放宽,算法也会显示出其弊端,算法的执行效率将会逐渐下降,这将是本论文结束后继续探究的问题。但是就目前的现实场景来看,文本误差率也即是允许误差限制往往低于实验中使用的测试样例,因此该算法在实际应用场景中会具有较高的匹配效率。