DNA序列拼接是基因组测序的核心问题之一。从1977年Sanger测序技术发明开始，到2005年第二代测序技术问世这段时间，DNA测序主要采用Sanger测序技术。Sanger测序技术测得的DNA片段长度能达到1000bp，并且准确率能够达到99.999％。Sanger测序技术得到的DNA片段通常用交叠-排列-生成一致序列算法进行拼接。　　与第一代测序技术相比，第二代测序技术测得的DNA片段具有长度较短、错误率较高以及通量大等特点。针对这些序列的特点，第二代测序技术当前有三种拼接策略：贪心算法，交叠-排列-生成一致序列算法，以及基于de Bruijn图的欧拉路径算法。这三者中前两者需要计算所有DNA片段的共有序列，具有较高的时间复杂度。基于de Bruijn图的欧拉路径算法通过将read拆分为k-mer将DNA拼接问题转换为求欧拉路径问题。欧拉路径问题有线性时间算法。　　本文采用欧拉路径算法作为作DNA序列拼接算法。第二代测序技术的通量很高。第二代测序技术在一次运行能产生几G字节的read数据，基于de Bruijn图欧拉拼接算法将面临空间的瓶颈。本文描述一个基于de Bruijn图的并行拼接算法，该算法通过将由read拆分产生的k-mer分布存储在多个进程的哈希表中，并对k-mer编码降低内存消耗。DNA拼接并行执行，并通过发送和接收数据包在各个拼接进程之间共享数据。实验结果表明，该并行拼接算法具有近似线性的时间复杂度与空间复杂度，因而具有良好的可扩展性，能够解决较大规模基因组的序列拼接问题。