6.4通过莫尔斯编码来看哈夫曼算法的基础

哈夫曼算法是1952年提出的压缩算法，日本人常用的压缩软件LHA使用的就是哈夫曼算法。

文本文件是由不同类型的字符组合而成的，而且不同的字符出现的次数也是不同的。

 

 注！：不管是不满8位的数据，还是超过8位的数据，最终都要以8位为单位保存到文件中。

因为磁盘是以字节（8位）为单位保存数据的。

 

 1看作是短点（嘀），把11看作是长点（嗒）。

 

 莫尔斯编码把一般文本中出现频率高的字符用短编码来表示。

如表6-2所示，假设表示短点的位是1，表示长点的位是11的话，那么E(嘀)这一字符的数据就可以用1位的1来表示，C(嗒嘀嗒)这一字符的数据就可以用9位的110101101来表示。在实际的莫尔斯编码中，如果短点的长度是1长点的长度就是3，短点和长点的间隔就是1。

这里的长度指的是声音的长度。接下来，就让我们尝试一下用莫尔斯编码来表示前面提到的AAAAAABBCDDEEEEEF这个17个字符的文本。在莫尔斯编码中，各个字符之间需要加人表示间隔的符号。这里我们用00来进行区分。因此，AAAAAABBCDDEEEEEF 这个文本，就变成了Ax6次+Bx2次+Cx1次+Dx2次+Ex5次+Fx1次+字符间隔x16=4位X6次+8位x2次+9位x1次+6位x2次+1位x5次+8位x1次+2位*16次=106位14字节。

因为文件只能以字节为单位来存储数据，因此不满1字节的部分就要圆整成1个字节。如果所有字符占用的空间都是1个字节(8位)，这样文本中列出来的17个字符=17字节，那么摩尔斯电码的压缩比率就是14-17与82%，并不太突出。