在我正在为我的班级使用的书中（以及我从其他一些地方看到的），看起来创建一个霍夫曼树的算法源于
（1）根据正在读入的任何文件或字符串中每个字符的频率构建一个minheap。
（2）从minheap中弹出2个最小值，并将它们的权重组合成一个新节点。
（3）将新节点重新插入相同的minheap。
我对第3步感到困惑。我见过的大多数霍夫曼树的属性更像是最大堆而非minheap（虽然它们不是完整的树）。也就是说，根包含最大权重（或权重的组合），而所有孩子的权重都较小。当组合节点重新进入minheap时，此实现如何提供一个huffman树？我一直在努力解决这个问题。
此处已发布类似问题（与我同书）：I don't understand this Huffman algorithm implementation
如果您想查看（3）中描述的确切功能。
感谢您的帮助！
答案 0 :(得分：1)
霍夫曼树通常不一个完整的二叉树，因此不是一个小堆。
霍夫曼算法很容易理解为构建树的频率列表。首先构造小分支，最终将所有小分支合并为单个树。每个列表项都以符号开头，后来可能是已构建的符号或子树。每个列表项始终具有频率（通常为整数）。
从列表中取出两个最小的频率（关系无关紧要 - 任何选择都会产生最佳代码，尽管可能有多个最佳代码）。从这两个树构造单级二叉树，其中两个叶是这些频率的符号。添加频率以生成表示树的新频率。将该频率放回列表中。该列表现在的频率较低。
重复。现在，在每个步骤构造的二叉树可以在每个分支上有一个符号叶，或者一个叶子和一个先前构造的树，或两个树（在第三步中最早）。
继续前进，直到列表中只剩下一个频率。这将是所有原始频率的总和。该频率具有与之相关的完整霍夫曼树。
现在您可以（任意）为每个二进制分支分配0和1。您可以通过将树从根遍历到符号来构建代码或解码代码。来自该遍历的分支的位按照该符号的霍夫曼代码的顺序。