c - Burrows-Wheeler 変換の前に文字列を分析しますか?

Question

これをaaabccba入力文字列と見なすと、入力baaacacbに Burrows-Wheeler 変換を適用した後の出力文字列になります。c出力を観察すると、2 つの塊が分離されていることがわかります。明らかに、入力文字列は出力よりも優れた圧縮になります。

入力文字列に Burrows-Wheeler 変換を適用するかどうかを決定する方法は? 決定を下すために何らかの迅速な分析を行うことはできますか?

Answer 1

BWT よりもはるかに高速なもの、たとえばlz4で圧縮してみて、どれだけ圧縮されるかを確認してください。次に、実験を通じて、アプリケーションに対して導出した基準に基づいて、BWT を適用する比率のしきい値を設定できます。