“纠错码”的应用，主要作用是牺牲有效性，换取可靠性。以1/3码率的Turbo码来说，有效位和校验位之比为1:2。
如果说纠错码的“浪费”是经数学证明所不得不添加的冗余，那么另一种“浪费”则是在物理实现上的无奈：
无论是在编码还是在组帧时，常见的操作便是“补零”。只是这里补的零在数学上来看不起任何作用，完全没有必要。
那么“补零”操作的原因是什么呢？这主要是因为在硬件实现时很多东西都是写死了的(电路线已布好)。
无论是编码器还是组帧结构，一个有效的方法便是以出现概率最大的方式来设计：
当LDPC编码器设计为（5120,4096）的结构时，对于3456bit的待编码数据就要补640个零以满足编码器输入条件。
一些特殊情况下，组帧也是按照长帧结构来设计的，发短帧时就不得不通过补零来满足帧结构设计。
上面提到“以出现概率最大的方式来设计是有效的”，其理论依据便是哈夫曼编码，其设计思想便是码长与其出现概率成反比，即出现概率大的符号用短码，出现概率小的符号用长码，最后得到的总码长的期望值则是较小的和有效的--在通信上有效是指有效率(efficient)，而在医学上有效则是指有效果(effective)。
编码所造成的效率降低可通过“打孔”的方式弥补回来--为达到所需要的码率，在损失一定可靠性的前提下可对编码后的数据进行打孔。这样，在接收端译码前先对打孔处的数据以零填充。考虑到译码采用软判决，零数据就相当于是1bit置信度为0的删除信息。也就是说对于迭代译码的软判决，原本可以“帮助”译码的信息丢失了，导致纠错码性能的降低。虽然零信息帮不上忙，但也不会帮倒忙，因此合适的打孔策略是能满足我们对于性能的需求的。
尤其需要注意的是，当采用补零的方式进行编码时，自然想到可以对零数据进行打孔，只是在译码时打孔处的数据就不能是用零来填充了，而应以表示零数据的软信息的最大值来填充（比如，8位软信息，取值为-128到127，若软信息取负值时表示零符号，则被打孔处的数据就要以-128来填充）。
该部分内容可结合另一篇博文来看：https://www.cnblogs.com/achangchang/p/11396958.html