优先队列实现哈夫曼树更稳妥，因其天然保证每次取最小权值节点；需用自定义比较器构建小顶堆，合并时先出队为左子、后出队为右子，并过滤频次为0的节点以避免崩溃。
为什么直接用 priority_queue 实现哈夫曼树构建更稳妥
手写最小堆容易漏掉合并后节点的权重更新逻辑，而 priority_queue 能天然保证每次取到当前最小频次节点。C++ 标准库默认是最大堆，必须显式传入 greater 或自定义比较器，否则会得到错误树形结构。
- 必须用
priority_queue<node vector>, Compare></node>，不能存Node值对象（否则合并时指针失效） -
Compare要重载operator()，比较的是freq字段，不是地址 - 合并两个节点后，新节点的
freq = left->freq + right->freq，这个值决定它后续是否被优先选中
如何避免编码表生成时的路径方向混淆
从根向下递归生成 0/1 编码时，左子树赋 0、右子树赋 1 是约定俗成，但若建树时左右颠倒（比如把频次小的放右），会导致最终编码不符合“高频短码”预期。关键在于：合并时，先出队的节点作为左子，后出队的作为右子，且这个顺序必须固定。
- 每次
pop()两次，第一次是左，第二次是右，不可交换 - 递归生成编码时，进入左子调用传
code + "0"，右子传code + "1" - 若用位操作优化（如
unsigned int存编码），需额外记录长度，否则高位补零会污染结果
字符频次输入不全或为零时的边界处理
实际使用中常遇到某字符未出现（频次为 0）、或只有一种字符（如全 'a'）的情况。这两种都会让 priority_queue 在循环中提前耗尽节点，导致 pop() 崩溃或生成无效树。
- 建堆前过滤掉
freq == 0的字符，避免无意义节点干扰 - 若过滤后只剩 1 个节点，直接设其编码为 "0"（不能空字符串，否则解码无法终止）
- 若无任何有效字符（输入为空或全零），应提前返回空映射，不进入合并循环
编码表导出后为什么解码容易失败
哈夫曼编码本身无分隔符，依赖前缀性质保证可唯一解析。但如果导出的编码表里存在一个码字是另一个的前缀（比如 "0" 和 "01" 同时存在），说明建树过程出错——这通常源于频次数据没按要求归一化，或手动干预了节点合并顺序。
- 生成编码后，可用
set<string></string>检查是否所有编码互为前缀：对每个码字s，检查是否存在其他码字以s开头 - 真正安全的做法是在建树完成后，仅从根遍历一次生成编码，不依赖中间状态拼接
- 如果输入频次含浮点数或经过缩放，务必转为整型并确保总和不溢出
int
实际最难控制的是频次统计与编码生成之间的数据一致性；哪怕源码逻辑完全正确，只要传入的 map<char int></char> 频次有微小偏差（比如漏计换行符），最终压缩率和解码正确性就会悄然崩坏。
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！
