Coursera Algorithm Ⅱ week5 编程作业 Burrows-wheeler

最新推荐文章于 2022-09-26 07:39:53 发布

RedemptionC

最新推荐文章于 2022-09-26 07:39:53 发布

阅读量1k

点赞数 2

文章标签：算法 coursera

本文链接：https://blog.csdn.net/RedemptionC/article/details/105875241

版权

本文介绍了Coursera算法课程中关于Burrows-Wheeler变换的编程作业，包括CircularSuffixArray的实现、BWT正逆变换及Move To Front编码。通过分析specification和FAQ，阐述了如何利用循环后缀数组进行排序，计算first和next数组，以及在线性时间内完成逆变换的方法。

摘要由CSDN通过智能技术生成

没上学，没offer，准备把前段时间做的algorithms的编程作业和课回顾梳理一下，因为感觉网上的最后一个编程作业的博客比较少，所以决定从最后一个往前写

代码地址放最前面：https://github.com/RedemptionC/CourseraAlgorithms/tree/master/burrows

做编程作业，很重要的两个reference就是specification和faq（也就是原来的checklist），前者相当于一个需求说明和系统设计，后者给出了一些常见问题的解答，还有对于实现步骤的一些建议

FAQ https://coursera.cs.princeton.edu/algs4/assignments/burrows/faq.php

Specification https://coursera.cs.princeton.edu/algs4/assignments/burrows/specification.php

从spec可以了解到，我们要实现的是b-w压缩算法，这个算法有三个部分，burrows-wheeler transform，move to front，huffman encoding

其中需要我们实现的是第一二步

具体的实现步骤，我是参考的faq里给出的：

首先实现CircularSuffixArray（将会在burrows-wheeler transform的实现中用到），这个循环后缀数组大概是这样的：

比如原始数据为abcd,那么响应的循环后缀数组为

0 a b c d

1 b c d a

2 c d a b

3 d a b c

如上所示，得到这个数组我们似乎可以通过维护一个队列实现，每次出队，然后入队，就把原来队头元素放到了队尾

但是实际上，我们可以做的更加高效：我们可以通过保存每个循环后缀数组的开头元素在原始数据中的index，间接的保存整个数组的信息

这里需要强调一下做编程作业的要点，就是根据api编程，编程完成后你的代码会被autograder打分，所以你的代码必须符合给出的API，因此在编程之前必须先对API的要求熟记于心

public class CircularSuffixArray {

    // circular suffix array of s
    public CircularSuffixArray(String s)

    // length of s
    public int length()

    // returns index of ith sorted suffix
    public int index(int i)

    // unit testing (required)
    public static void main(String[] args)

}

这上面提到的index函数，要返回的是index of ith sorted suffix

i       Original Suffixes           Sorted Suffixes         index[i]
--    -----------------------     -----------------------    --------
0    A B R A C A D A B R A !     ! A B R A C A D A B R A    11
1    B R A C A D A B R A ! A     A ! A B R A C A D A B R    10
2    R A C A D A B R A ! A B     A B R A ! A B R A C A D    7
3    A C A D A B R A ! A B R     A B R A C A D A B R A !    0
4    C A D A B R A ! A B R A     A C A D A B R A ! A B R    3
5    A D A B R A ! A B R A C     A D A B R A ! A B R A C    5
6    D A B R A ! A B R A C A     B R A !