基因组重组问题是近20多年来计算生物学领域的研究热点,该问题在生物演化树重建、生物医药技术和发掘生物之间的亲缘关系等方面有重要的应用价值。重组排序计算结果直接用于度量两种生命的特征差异,推导两者的演化关系。快速有效的基因组重组计算方法已经成为分子生物学和医学研究与实践中探索生命演化规律的重要工具。本文研究的主要内容是(1,2)-范例断点距离问题。在对范例断点距离问题的研究中,D.Bryant证明(1,2)-范例断点距离问题是NP-hard。除非P=NP,(1,2)-范例断点距离问题没有多项式时间算法。在一个基因组中,Z.Wei和D.Zhu已经得出两个相同的基因家族出现的位置经常是很小的物理距离。在此基础上,Z.Wei和D.Zhu第一次提出解决无向(1,2)-范例断点距离问题的固定参数动态规划算法。其后,Z.Wei和D.Zhu通过详细分析得出该算法的时间复杂度和空间复杂度分别为O(s4sn2)和O(s4sn)。本文通过引入全局变量Map数组避免重复计算基因家族的邻接关系,将Z.Wei和D.Zhu的算法时间复杂度改进为O(s24sn),空间复杂度保持O(s4sn)不变;当给定基因组是有向时,通过适当的修正和扩展,本文证明Z.Wei和D.Zhu的固定参数动态规划算法适合求解有向(1,2)-范例断点距离;结合Map数组,该算法能在O(s24sn)时间内实现;通过引入邻接表将无向和有向固定参数动态规划算法的空间复杂度从O(s4sn)降至O(4sn)。相关算法已经使用C++来实现,仿真对比实验进一步验证了改进算法的高效性。