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：
1、L的第一个元素是Text中的最后一个元素
2、对于M中的每一行（第一行除外）第一个元素都是最后一个元素的下一个元素。
也就是说，对于文本块而言，同一行中F是L的下一个元素，L是F的前一个元素。
这样，就需要
(1)通过"F"列中的元素，找到他前面的字符，就是对应的同一行“L”列；
(2)通过“L”列中的元素，找到他在“F”列中的对应字符位置。但是“L”中有3个字符a，如何对应F中的3个a呢？因为L是F的前一个元素，多个具有相同前缀的字符串排序，去掉共同前缀后相对次序没有变化。所有遇到多个相同的字符，相对位置不变；
(3)转到(1)，直到结束。
因为F列是已经排序的，可以从L列获得，所有只需要保存L列就可以。从L列中的字符获取在F列中的位置时，需要：
(1)前缀和数组，记录小于当前字符的字符数个数。
(2)count计数，计算L中从开始位置到当前字符位置等于该字符的字符数。(保证多个相同字符下"L"到“F”的相对位置不变)。
3.BWT文本块编码、解码实例
1 #include <iostream>
2 #include <string>
3 #include <algorithm>
4 #include <string.h>
5 using namespace std;
6
7 ///编码，生成last数组
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<len;i++){
13 array[i] = str.substr(i);
14 }
15 sort(array,array+len);
16 for(int i=0;i<len;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<str.size();i++){
25 if(str.at(i) == '#')
26 preSum[0]++;
27 else
28 preSum[str.at(i)-'a'+1]++;
29 }
30
31 for(int i=1;i<27;i++)
32 preSum[i] += preSum[i-1];
33 return 0;
34 }
35
36 ///解码，使用last数组，恢复原来的文本块
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: "<<str<<endl;
65 cout<<"lastArray : "<<lastArray<<endl;
66 cout<<"reGainStr : "<<reGainStr<<endl;
67
68 delete lastArray;
69 delete reGainStr;
70 return 0;
71 }
代码执行输出：
参考：
http://en.wikipedia.org/wiki/Burrows%E2%80%93Wheeler_transform
http://emily2ly.iteye.com/blog/742869