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。这里所说的出现频率，不是通过对出版物等文章进行统计调查得来的，而是根据印刷行业的印刷活字数目而确定的。如上表所示，假设表示短点的位是1，表示长点的位时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（嗒嘀嗒嘀）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入表示间隔的符号。这里我们用00来进行区分。因此，就编程了A*6+B*2+C*1+D*2+E*5+F*1+字符间隔*16=4*6+8*2+9*1+6*2+1*5+8*1+2*16=106位=14字节。因为文件只能以字节位单位来存储数据，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=82%。

5 用二叉树实现哈夫曼编码

　　哈夫曼算法是指，为各压缩对象文件分别构造最佳的编码体系，并以该编码体系为基础来进行压缩。因此，用什么样式的编码（哈夫曼编码）对数据进行分割，就要由各个文件而定。用哈夫曼算法压缩过的文件中，存储着哈夫曼编码信息和压缩过的数据，如下图：

　　接下来，我们尝试一下把AAAAAABBCDDEEEEEF这些字符按照“出现频率高的字符用尽量少的位数编码来表示”这一原则进行整理。我们假定用下面的方案：

6 哈夫曼算法能够大幅提升压缩比率

7 可逆压缩和非可逆压缩

　　 JPEG格式和GIF格式的图像文件有一些模糊，是因为他们是非可逆压缩，因此还原后会有一些模糊。而GIF格式的文件虽然是可逆压缩，但因为有色数不能超过256色的限制，所以还原后颜色信息会有一些缺失，进而导致了图像模糊。TIFF格式的图像文件虽然不模糊，但却比原始的BMP格式文件还要大，因为TIFF格式的文件中带有各种标签信息。