摘要大字母表字符串在信息检索和自然语言处理中的普遍存在带来了独特的存储和处理挑战。本文探讨了字母分区方法的有效实现，引入了一种压缩数据结构，能够高效支持排序和选择操作。我们的实现显著优于现有方法，在仅增加11%空间的情况下，将选择操作的速度提高了80%。我们展示了我们的结构在多种应用中的有效性，包括倒排列表交集、行程长度压缩字符串和排序与选择的分布式计算。值得注意的是，对于使用Burrows-Wheeler变换的行程长度压缩字符串，我们的数据结构仅需0.98–1.09倍于最先进的RLFM索引的空间，即可实现1.23–2.33倍更快的模式出现计数，同时提供更好的理论保证。
Arroyuelo等人（Mon，）研究了这个问题。