必须用优先队列，不能用vector+sort模拟；因后者每次合并需O(n)找最小值和O(n log n)重排，总复杂度退化至O(n² log n)，而优先队列可稳定实现O(n log n)。
哈夫曼树构建必须用优先队列，不能用普通vector排序模拟
手动维护一个std::vector，每次插入后调用std::sort，看似可行，实际会破坏贪心选择性质：合并最小两个权重节点的操作必须在O(1)时间内获取最小值，并在O(log n)内更新结构。用排序模拟会导致每次找最小值变成O(n)，总时间退化到O(n²log n)，而标准实现应为O(n log n)。
正确做法是用std::priority_queue（小顶堆），注意默认是大顶堆，需显式传入std::greater或自定义比较器：
struct Node {
int weight;
Node* left;
Node* right;
Node(int w) : weight(w), left(nullptr), right(nullptr) {}
};
struct Compare {
bool operator()(const Node* a, const Node* b) {
return a->weight > b->weight; // 小顶堆：weight小的优先级高
}
};
std::priority_queue<node std::vector>, Compare> pq;</node>
合并节点时务必new新节点，不能复用原节点指针
常见错误是把两个出队的Node*直接设为某个已有节点的左右子，导致内存重复释放、指针悬空或树结构错乱。哈夫曼算法每轮合并产生一个新内部节点，其权值为两子节点权值之和——这个节点必须动态分配。
否则会出现以下问题：
- 若复用左节点作为父节点，右节点的
weight信息丢失 - 多个父节点可能指向同一叶子，导致编码路径混乱
- 析构时同一地址被delete多次，触发
double free错误
合并逻辑应严格如下：
Node* left = pq.top(); pq.pop(); Node* right = pq.top(); pq.pop(); Node* parent = new Node(left->weight + right->weight); parent->left = left; parent->right = right; pq.push(parent);
生成编码时递归遍历必须传引用或指针记录路径，不能用局部string拼接
用std::string code作为递归参数传值，每次调用都拷贝一份，不仅性能差（尤其字符集大时），更关键的是回溯失效：进入右子树时加了'1'，但返回上层时无法自动去掉末尾字符。
正确方式是用std::string& code引用传入，进入子树前code += '0'或'1'，返回前code.pop_back()。或者更稳妥地用std::vector代替string，避免短字符串优化带来的不可预测拷贝行为。
叶子判定条件只能是node->left == nullptr && node->right == nullptr，不能只判left == nullptr——因为内部节点也可能只有右子（虽然哈夫曼树不会出现，但代码健壮性要求显式双空判断）。
释放内存时必须后序遍历，且只delete非空指针
哈夫曼树析构不是简单循环delete所有节点，因为父子指针存在交叉引用。必须用后序遍历（先左右子，再自己），否则提前delete父节点会导致子节点指针变悬空，后续访问崩溃。
同时，每个delete前必须检查指针非空：
void deleteTree(Node* root) {
if (!root) return;
deleteTree(root->left);
deleteTree(root->right);
delete root; // root确定非空才delete
}
如果构建过程中某次new失败（如内存耗尽），new会抛std::bad_alloc，此时已分配的节点必须全部释放，否则泄漏。生产环境建议用智能指针（如std::unique_ptr）配合自定义deleter，但手写算法题中往往忽略这点——这是最容易被面试官追问的边界细节。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
