在基因组序列组装算法中,一个最基本的问题就是如何合适的选择上下游的短序列用于组装成一个长序列。当单独从一个种子序列进行扩展的时候,大量的重复的区域将会导致非常多的扩展的候选,从而导致序列组装问题非常的复杂。目前通用的方法就是选择一个基于短序列(双端序列)之间的重叠信息然后进行组装的。然而当所组装的基因组序列是非常高重复的复杂数据的时候,这种方法将面临巨大的挑战,尤其是序列数据中还包含有错误、高重复的序列以及不均衡的测序深度导致基因组中某些区域只有少量的序列覆盖或者大量的序列覆盖。所有的这些原因导致了现在的组装程序得不到最完美的组装基因组数据。本文提出了通过原始读长信息寻找基于多个无参考序列的拼接算法产生的重叠群之间的重叠信息,来进行再组装。算法通过首先将重叠群建立k-mer位置索引,然后进行读长映射、潜在重叠群聚类、可组装重叠群聚类等步骤进行搭支架。整个算法流程能高效率便捷的运行.我们将整个算法流程设计为基于Hadoop的分布式平台,并在多个部分使用MapReduce算法,且在较小的内存机器上就可以运行。在大肠杆菌的基因组数据集上运行结果表明,本文提出的算法在组装的多项指标上据表现出良好的性能,在N50指标上有将近46%的提高,整体的组装覆盖度更加接近参考序列,并且算法能在Hadoop平台上高效的运行。