یافتن بلندترین زیررشته مشترک چند رشته یک مساله شناخته شده است که در زمینه¬های گوناگون نظیر زیست¬شناسی و ژنومیک کاربردهای بسیار دارد. این مساله توسط محققان زیادی مطالعه شده است و پیچیدگی آن از جنبه¬های مختلف در طی سال¬ها بهبود یافته است. روش¬های مختلفی برای حل مسئله¬ی بلندترین زیررشته مشترک بین چندین رشته (mlcs) وجوددارد. روش¬های کلاسیک مبتنی بر روش¬های برنامه¬نویسی پویا از روش¬های ابتدایی حل مسئله mlcs بوده است. روش¬های مبتنی بر نقاط غالب و روش¬های مبتنی بر الگوریتم¬های موازی از جمله روش¬های دیگری هستند که به¬منظور کاهش پیچیدگی این مسائل از جنبه¬های مختلف توسعه داده شده¬اند. در این پژوهش برخی از روش¬های ارائه شده در این زمنیه بررسی می¬شود، سپس یک الگوریتم به نام parallel-quick-mlcs براساس روش مبتنی بر نقاط غالب مطرح می¬شود. الگوریتم ارائه شده موازی می¬باشد ودرآن تعداد پروسس¬های فعال در ابتدا تعریف شده است. پیچیدگی زمانی الگوریتم محاسبه می¬شودو با استفاده ازیک عملکرد مبتنی برگراف, بلندترین زیررشته مشترک از مجموعه نقاط غالب استخراج می¬شود.