哈夫曼树的建立以及译码编码

这次来讲哈夫曼树，首先我们先创建一个哈夫曼树节点的结构体

HuffmanCode是代表每一个叶子节点的哈夫曼编码

接着我们来定义哈夫曼树的主体

 各个属性分别代表，哈夫曼树的叶子节点，哈夫曼编码，节点的个数，叶子的权重以及叶子节点所代表的字符

接下来我们就要在构造函数中初始化各个属性

我们知道在哈夫曼树中，叶子节点个数和哈夫曼树的节点个数之间的关系是2*n-1

那么在这里我们姑且将前n个节点定义为叶子节点，其余节点定义为分支节点，那么也就意味着最后一个节点是根节点，也就是2*codeSize-2这个节点

同时在HuffmanCoding()这个函数中对各个属性赋初值

 其中这里有一个select函数，目的是选择出权值最小的两个节点，并且这两个节点是未选择过的，也就是他的父母节点是不知道的（在我们这里定义的也即为0）

通过s1，s2分别来返回两个最小的和次小的节点

这个select函数直接决定着你的哈夫曼树的结构，给出的select函数仅供参考，不止这一种实现的方法

在基本建立出了一颗哈夫曼树之后，我们要对每一个叶子节点进行编码，通常来讲是向左是0，向右是1。

在这里我是选择从叶子节点向根节点移动，并将是左节点还是右节点保存在栈中

在这里并不是一定要从叶子节点出发去找根节点，同样可以从根节点出发去选找叶子节点 ，如果是这种情况的话，那判断的条件应该就是，当前节点的左节点为-1即可（哈弗曼树中只有度为0或者2的节点）

ok那么到现在我们才真正地得到一个可以进行译码和编码的哈夫曼树，下面来看一看如何进行哈夫曼编码

其实哈夫曼编码在创建出哈夫曼树之后就变得异常简单

 

 因为在创建哈夫曼树的过程中我们对每一个叶子节点进行了编码，并将编码的结果储存在了huffmanCode中，所以我们只要找到要编码的字符，在HuffmanCode中的位置，再将它续接到resString中即可

译码的过程则稍微复杂一点点，下面来看看实现

 译码我们选择从根节点出发，遇到0向左，遇到1向右，直到碰到叶子节点，然后我们只要找到叶子节点对应的符号，并将它添加到resString中。

以上