在理論計算機科學中，最近的字符串是一個NP-hard計算問題，它試圖找到一組輸入字符串的幾何中心。為了理解中心這個詞，有必要在兩個字符串之間定義一個距離。通常情況下，研究這個問題時要考慮到漢明距離。

更正式地說，給定n個長度為m的字符串s1，s2，...，sn，最接近的字符串問題尋求一個新的長度為m的字符串s，使d(s,si)≤k，對于所有i，其中d表示漢明距離，k是盡可能小。最接近字符串問題的決策問題版本是NP-complete的，它將k作為另一個輸入，并詢問是否有一個字符串在所有輸入字符串的漢明距離k之內。最接近的字符串問題可以被看作是通用1中心問題的一個特例，其中元素之間的距離用漢明距離來衡量。

在生物信息學中，最接近的字符串問題是尋找DNA中信號問題的一個深入研究的方面。

最接近字符串的實例可能包含對問題不重要的信息。從某種意義上說，最接近字符串的通常輸入包含的信息對問題的難易程度沒有幫助。例如，如果一些字符串包含字符a，但沒有包含字符z，那么用z替換所有的as，將產生一個基本等同的實例，也就是說：從修改后的實例的解決方案中，可以恢復原來的解決方案，反之亦然。

當所有具有相同長度的輸入字符串被寫在彼此的上面時，它們就形成了一個矩陣。某些行的類型對解決方案的影響基本相同。例如，用另一列（x，x，y）替換有條目（a，a，b）的一列可能會導致不同的解串，但不能影響可解性，因為這兩列表達了相同的結構，即前兩個條目相等，但與第三條不同。一個輸入實例可以被規范化，方法是在每一列中用a替換出現頻率最高的字符，用b替換出現頻率第二高的字符，依此類推。給出一個歸一化實例的解決方案，通過將解決方案中的字符重新映射到每一列的原始版本，就可以找到原始實例。列的順序對問題的難易程度沒有幫助。也就是說，如果我們按照一定的排列組合π對所有的輸入字符串進行排列組合，并得到該修改后的實例的解決方案字符串s，那么π-1(s)將是原始實例的解決方案。

給出一個有三個輸入字符串uvwx、xuwv和xvwu的實例。這可以寫成這樣的一個矩陣。xxx列是數值（u,x,x）。由于x是出現頻率最高的字符，我們用a代替它，我們用b代替u，即第二個出現頻率最高的字符，得到新的xxx列（b,a,a）。第二列的數值是（v，u，v）。與xxx列一樣，v被替換為a，u被替換為b，得到新的第二列（a，b，a）。對所有的列做同樣的處理，就得到了規范化的實例

歸一化輸入將字母表的大小減少到最多是輸入字符串的數量。這對那些運行時間取決于字母表大小的算法很有用。

Li等人發展了一個多項式時間的近似方案，由于隱藏的常數很大，實際上是無法使用的。固定參數的可操作性最接近的字符串可以在以下時間內解決{displaystyleO(kL+kdcdotd{d})}，其中k是輸入字符串的數量，L是所有字符串的長度，d是所有字符串的長度。其中，k是輸入字符串的數量，L是所有字符串的長度，d是所需的從解決方案字符串到任何輸入字符串的xxx距離。

最接近字符串是更普遍的最接近子串問題的一個特例，嚴格來說，它更難。雖然最接近字符串在很多方面都是固定參數的，但最接近子串在這些參數方面是W[1]級難度。