...
总得来说，如果给出了一些待编码的项和它们的出现频率，就可以通过哈夫曼编码来给每个项设置一个编码值，这个编码值可以保证是唯一的，且编码后的总长度最短，也就是sum{每个项的长度 * 出现频率}值最小。以下是一个示例，针对字符进行哈夫曼编码：
| 字符 | a | b | c | d | e | f |
|---|---|---|---|---|---|---|
| 频率 | 0.05 | 0.32 | 0.18 | 0.07 | 0.25 | 0.13 |
编码后的结果：
| 字符 | a | b | c | d | e | f |
|---|---|---|---|---|---|---|
| 频率 | 1000 | 11 | 00 | 1001 | 01 | 101 |
假设一篇文档只包括这几个字符，那么以上面的编码来进行保存，可以保证得到的文档大小一定是最小的，而且能够无歧义地反解析出文档的内容。假设一篇文档只包括这几个字符，那么以上面的编码来进行保存，可以保证得到的文档大小一定是所有编码中最小的，而且能够无歧义地通过唯一前缀来解析出文档的内容。
哈夫曼编码将所有的待编码字符作为叶子节点，将该字符的频率作为叶子节点的权值，以自底向上的方式，通过n哈夫曼编码将所有的待编码字符作为叶子节点，将该字符的频率作为叶子节点的权值，然后自底向上通过n-1次“合并”构造哈夫曼树。
哈夫曼编码的核心思想：权值大的离根近。
...