1.什么是BWT

 　　壓縮技術(shù)主要的工作方式就是找到重復(fù)的模式，進(jìn)行緊密的編碼。

　　BWT(Burrows–Wheeler_transform)將原來(lái)的文本轉(zhuǎn)換為一個(gè)相似的文本，轉(zhuǎn)換后使得相同的字符位置連續(xù)或者相鄰，之后可以使用其他技術(shù)如：Move-to-front transform 和 游程編碼 進(jìn)行文本壓縮。

2.BWT原理

2.1 BWT編碼

 　　(1)首先，BWT先對(duì)需要轉(zhuǎn)換的文本塊，進(jìn)行循環(huán)右移，每次循環(huán)一位。可以知道長(zhǎng)度為n的文本塊，循環(huán)n次后重復(fù)，這樣就得到看n個(gè)長(zhǎng)度為n的字符串。如下圖中的“Rotate Right”列。（其中‘#’作為標(biāo)識(shí)符，不在文本塊的字符集中，這樣保證n個(gè)循環(huán)移位后的字符串均布相同。并且定義'#'小于字符集中的任意字符）。

　　 (2)對(duì)循環(huán)移位后的n個(gè)字符串按照字典序排序。如下圖中的“Sorted (M)”列。

　　 (3)記錄下“Sorted (M)”列中每個(gè)字符串的最后一個(gè)字符，組成了“L”列。(其中'F'列是“Sorted (M)”列中每個(gè)字符串的前綴)

　　這樣，原來(lái)的字符串“banana#”就轉(zhuǎn)換為了“annb#aa”。在某些情況下，使用L列進(jìn)行壓縮會(huì)有更好的效果?！癓”列就是編碼的結(jié)果。

2.2 BWT解碼

　　因?yàn)檫M(jìn)行的是循環(huán)移位，且是循環(huán)左移注意下面的性質(zhì)：

3.BWT文本塊編碼、解碼實(shí)例

1 #include 2 #include string> 3 #include 4 #include string.h> 5 using namespace std; 6 7 ///編碼，生成last數(shù)組 8 int getLastArray(char *lastArray,const string &str){ ///子串排序 9 int len=str.size();10 string array[len];11 12 for(int i=0;i<>){13 array[i] = str.substr(i);14 }15 sort(array,array+len);16 for(int i=0;i<>){17 lastArray[i] = str.at((2*len-array[i].size()-1)%len);18 }19 return 0;20 }21 22 int getCountPreSum(int *preSum,const string &str){23 memset(preSum,0,27*sizeof(int));24 for(int i=0;i<>){25 if(str.at(i) == '#')26 preSum[0]++;27 else28 preSum[str.at(i)-'a'+1]++;29 }30 31 for(int i=1;i27;i++)32 preSum[i] += preSum[i-1];33 return 0;34 }35 36 ///解碼，使用last數(shù)組，恢復(fù)原來(lái)的文本塊37 int regainTextFromLastArray(char *lastArray,char *reGainStr,int *preSum){38 int len=strlen(lastArray);39 int pos=0;40 char c;41 for(int i=len-1;i>=0;){42 reGainStr[i] = lastArray[pos];43 c = lastArray[pos];44 pos = preSum[c-'a']+count(lastArray,lastArray+pos,c);45 i--;46 }47 return 0;48 }49 50 int main (){51 string str('sdfsfdfdsdfgdfgfgfggfgdgfgd#');52 int preSum[27];53 int len=str.size();54 55 char *lastArray = new char[len+1];56 char *reGainStr = new char[len+1];57 lastArray[len]='\0';58 reGainStr[len]='\0';59 60 getCountPreSum(preSum,str);61 getLastArray(lastArray,str);62 regainTextFromLastArray(lastArray,reGainStr,preSum);63 64 cout' str: '<>endl;65 cout'lastArray : '<>endl;66 cout'reGainStr : '<>endl;67 68 delete lastArray;69 delete reGainStr;70 return 0;71 }

 代碼執(zhí)行輸出：

參考：

http://en./wiki/Burrows%E2%80%93Wheeler_transform

http://emily2ly./blog/742869

額外閱讀：

MTF(Move-to-front transform)數(shù)據(jù)轉(zhuǎn)換

基于統(tǒng)計(jì)的壓縮算法：游程編碼