目录
BWT算法的基本过程。(a)数据转换；(b)精确定位子字符串；(c)解码。
首先，什么是BWT，可以参考博客：http://www.cnblogs.com/xudong-bupt/p/3763814.html ，讲得非常好，这里就不重复造轮子了。 BWT算法有三个应用：
- 字符串无损压缩
- 根据压缩回溯还原原字符串
- 子字符串的精确定位
在生物信息学中，尤其是在NGS的生物信息学应用中对应为：
- 建立基因组索引
- 根据基因组索引还原原基因组（这个应用很少见）
- reads的mapping到参考基因组
要想使用BWT算法，需要保存对原始字符串BWT转换后的必要信息：
- L列的完整信息
- F列中字符c（原字符串中的某一个字符）的其实位置（行号）
- L列中i行对应的字符c在L列中出现的次数
这些信息可以以两个向量来存储
- 向量F，F（字符c，起始位置）
- 向量L，L（字符c，字符c出现的次数）
参考资料：
(2)BWT (Burrows–Wheeler_transform)数据转换算法
(3)BWT数据压缩算法