哈夫曼树用priority_queue按频次升序构建最小堆，合并两最小权节点直至剩根节点；编码表通过递归dfs生成，叶子存码，单节点特判为"0"；压缩文件需位级写入，开头存padding字节数，再写编码表和比特流。
哈夫曼树怎么建：用 priority_queue 比手写堆更稳
核心是按字符频次构建带权路径最短的二叉树。别自己实现最小堆，C++ 的 priority_queue 配合自定义比较就能搞定。关键点在于：优先队列必须按节点权重（频次）升序排列，所以得重载 operator，让小的在堆顶——注意不是默认的大顶堆逻辑。
常见错误是把频次大的先弹出，结果树高偏斜、压缩率下降。另外，所有叶子节点必须对应原始字符，内部节点权重等于左右子树权重之和，这个累加过程不能漏掉空节点判断。
- 初始化时，每个字符建一个
HuffmanNode，频次为实际统计值 - 合并两个最小节点后，新节点的
freq = left->freq + right->freq，且left和right指针必须非空 - 最终只剩一个根节点，它就是哈夫曼树的
root
编码表怎么生成：递归遍历比 BFS 更直观
从根开始深搜，左分支记 0，右分支记 1，到叶子就存下该字符的编码字符串。不用 BFS 或栈模拟，递归代码短、边界清晰。但要注意：编码字符串必须在进入子节点前拼接，回溯时再 pop，否则会串码。
容易忽略的是空文件或单字符输入场景：如果文本只有一种字符，哈夫曼树退化成单节点，此时编码应强制设为 "0"（不能空），否则解压时无法还原。
立即学习“C++免费学习笔记（深入）”；
- 递归函数签名类似
void generateCodes(Node* node, string code, unordered_map<char string>& table)</char> - 只在
node->left == nullptr && node->right == nullptr时插入table[node->ch] = code - 若整棵树只有根（无子节点），手动设
table[ch] = "0"
压缩文件怎么写：别直接写字符串，要按位写入字节
哈夫曼编码本质是变长比特序列，比如 'a' 编码是 "101"，不能以字符串形式写进文件——那会占 3 字节（ASCII），完全失去压缩意义。必须把所有编码拼成连续比特流，每 8 位打包成一个 unsigned char 写入。
典型坑是末尾不足 8 位怎么处理：得在文件开头或结尾存一个长度标识（推荐开头存 1 字节表示补零位数），否则解压时无法截断最后无效比特。另外，原始文件名和编码表也得一并保存，否则无法解压。
- 用
std::vector<bool></bool>或手动位运算暂存比特流（后者更可控） - 写文件前先写 1 字节的 padding count（0–7），再写编码表（如 JSON 格式或自定义二进制结构），最后写压缩数据
- 避免用
std::ofstream 写字符串，改用 <code>write(reinterpret_cast<const char>(&byte), 1)</const>
解压时怎么查表快：用 map 不如用定长数组+哨兵
解压是边读比特边匹配编码表的过程。如果用 unordered_map<string char></string> 做前缀匹配，每次拼接字符串+哈希查找，性能差还易出错。更稳的方式是建一棵哈夫曼树镜像（即解码树）：根出发，读 0 就走左，读 1 就走右，到叶子就输出字符并重置回根。
这棵树可以用指针结构体实现，但更轻量的是用二维数组 next[256][2]（256 是状态数，2 是 0/1 分支），配合 isLeaf[256] 和 charAt[256]。构建时注意状态编号分配顺序，别跳号或重复。
- 编码表转解码树时，对每个
code字符串，从 root 开始逐位创建节点，最后标记叶子 - 读取压缩数据需逐 bit 解析：用
(byte >> (7 - bitPos)) & 1取当前位，bitPos 从 0 到 7 循环 - 遇到 EOF 但当前不在叶子？说明数据损坏或 padding 计数错
真正难的不是建树或编码，而是位操作边界、padding 对齐、以及编码表与二进制数据的混合存储格式设计。这几个地方错一点，压缩文件就彻底打不开。
