4.3.3. Пример lzw-метода.

Исходные символы текста получают свои кодовые номера априори, например номерами могут быть ASCII-коды символов, а встречающиеся в тексте цепочки символов заносятся в кодовую таблицу для возможного дальнейшего использования.

Здесь в первой колонке мы видим префикс рассматриваемой строки (в начале процесса он пуст), во второй колонке—очередной сим­вол входного текста. Если текущая строка—конкатенация префикса и символа—уже включена в кодовую таблицу, она становится но­вым префиксом, в противном же случае она регистрируется, префикс (непустой) выводится в результат, а символ заменяет его как новый префикс.

В начале процесса букву “е” сохраняем как префикс. Далее, строка “ех” не встречалась – регистрируем ее с кодом 27 (т.к. в исходном алфавите 27 символов, пронумерованные от 0 до 26 в алфавитном порядке, код 0 имеет символ “_”), букву “х” запоминаем как новый префикс.

ех	27	е
ха	28	х
ал	29	а
ли	30	л
и_	31	и
_м	32	_
ме	33	м
ед	34	е
дв	35	д
ве	36	в
еди	37	34
и_н	38	31
на	39	н
а_	40	а
_в	41	_
вел	42	36
ло	43	л
ос	44	о
си	45	с
ип	46	и
пе	47	п
еде	47	34
е_	49	е
_а	50	_
а_з	51	40
за	52	з
а_н	53	40
ни	54	н
им	55	и
ми	56	м
и_к	57	31
ко	58	к
от	59	о
т_	60	т
_з	61	_
зад	62	52
до	63	д
ом	64	о
м_	65	м

4.4. Метод Барроуза-Уиллера.

4.4.1. Общие положения.

Алгоритм сжатия данных на основе преобразования Барроуза-Уилера (Burrows-Wheeler Transform, далее BWT) впервые был описан сравнительно недавно - в 1994 году. Он был опубликован 10 мая в статье "A Block-sorting Lossless Data Compression Algorithm". Хотя утверждается, что один из его авторов, Майкл Уилер, придумал его гораздо раньше, в 1983 году, но тогда не придал ему надлежащего значения.

Сейчас этот метод стремительно обретает популярность среди исследователей в области сжатия данных, появляется все больше и больше научных статей, ему посвященных. Не обделяют его вниманием и программисты, разрабатывающие новые архиваторы. Этот метод привлекателен своей простотой и элегантностью, которые, я надеюсь, оценит также и читатель.

Классический алгоритм, описанный в оригинальной статье, представлял собой совокупность трех методов:

- метод сортировки блока данных (собственно который и называется преобразованием Барроуза-Уилера),

- MoveToFront-преобразование (известное также, как метод перемещения стопки книг),

- простой статистический кодер для сжатия преобразованных на первых двух этапах данных.