首页 > 代码库 > BWT(Burrows-Wheeler Transformation)的讲解及java实现
BWT(Burrows-Wheeler Transformation)的讲解及java实现
1.什么是BWT
压缩技术主要的工作方式就是找到重复的模式，进行紧密的编码。
BWT(Burrows–Wheeler_transform)将原来的文本转换为一个相似的文本，转换后使得相同的字符位置连续或者相邻，之后可以使用其他技术如：Move-to-front transform 和 游程编码 进行文本压缩。
2.BWT原理
2.1 BWT编码
(1)首先，BWT先对需要转换的文本块，进行循环右移，每次循环一位。可以知道长度为n的文本块，循环n次后重复，这样就得到看n个长度为n的字符串。如下图中的“Rotate Right”列。（其中‘#’作为标识符，不在文本块的字符集中，这样保证n个循环移位后的字符串均布相同。并且定义‘#‘小于字符集中的任意字符）。
(2)对循环移位后的n个字符串按照字典序排序。如下图中的“Sorted (M)”列。
(3)记录下“Sorted (M)”列中每个字符串的最后一个字符，组成了“L”列。(其中"F"列是“Sorted (M)”列中每个字符串的前缀)
这样，原来的字符串“banana#”就转换为了“annb#aa”。在某些情况下，使用L列进行压缩会有更好的效果。“L”列就是编码的结果。
2.2 BWT解码
因为进行的是循环移位，且是循环左移注意下面的性质：
排序后的字符串 BWT变换后的字符串
先在BWT变换后的字符串中找到美元符号"$",和它同一行的字母是B，我们先写下,$B找到B之后我们在右边一栏里找B，与其对应的是A，
然后记下$BA，
现在A的在左边是第三次出现的，故在右边一栏里找A，同样是第三次出现的，与之对应的是N，然后记下$BAN，左边的N
是第二次出现的，故在右边一栏里找N同样是第二次出现的，与之对应的是A，
然后记下$BANA，现在A的在左边是第二次出现的，故在右边，一栏里找A同样是第二次出现的，与之对应的是N，然后记下$BANAN
左边N的是第一次出现的，故在右边一栏里找N同样是第一次出现的，
与之对应的是A，然后记下$BANANA,现在的A在左边是第一次出现的，故在右边一栏里找A同样是第一次出现的，与之对应的是"$"，结束。
package cn.genekang.io.test;import java.util.Arrays;public class BWTtest { public static void main(String[] args) { String str = "banana"; System.out.println("输入的字符串是："+str); String enCodeStr = enCode(str); System.out.println("编码后的字符串是："+enCodeStr); System.out.println("解码后的字符串是："+deCode(enCodeStr)); } // bwt编码 public static String enCode(String line) { String str = line + "&"; int len = str.length(); // 1.轮转 char[] charArray = str.toCharArray(); char[][] ch = new char[len][len]; for (int i = 0; i < len; i++) { char[] c_tmp = charArray.clone(); for (int j = 0; j < len; j++) { ch[i][j] = c_tmp[j]; if (j <= len - 2) charArray[j + 1] = c_tmp[j]; } charArray[0] = c_tmp[len - 1]; } // 2.排序，按照字典顺序 String[] strings = new String[len]; for (int i = 0; i < len; i++) { StringBuffer chline = new StringBuffer(); for (char c : ch[i]) { chline.append(c); } strings[i] = chline.toString(); } Arrays.sort(strings); // 3.取最后一行 StringBuffer sBuffer = new StringBuffer(); for (String s : strings) { sBuffer.append(s.substring(len - 1, len)); } return sBuffer.toString(); } // bwt解码 public static String deCode(String str) { int len = str.length(); String[] strArr = new String[len]; for (int i = 0; i < len; i++) { strArr[i] = str.substring(i, i + 1) + ":" + i; } Arrays.sort(strArr); // for(String string : strArr) // System.out.println(string); StringBuffer sb = new StringBuffer(); int num = 0; int corr = Integer.parseInt(strArr[0].split(":")[1]); while (num < len-1) { sb.append(strArr[corr].split(":")[0]); corr =Integer.parseInt( strArr[corr].split(":")[1]); num++; } return sb.toString(); }}
BWT(Burrows-Wheeler Transformation)的讲解及java实现