直接用 std::string 存 huffman 编码会出错，因其本质是未字节对齐的比特序列；正确做法是用 std::vector 按位打包并记录末尾有效位数，解码时需严格按位遍历指针型二叉树以避免越界或误读填充位。
为什么直接用 std::string 存 Huffman 编码结果会出错
因为 Huffman 编码本质是比特序列，不是字节对齐的字符串。如果把编码结果强行塞进 std::string（比如每个字符存一个 '0'/'1'），空间浪费 8 倍，且无法还原原始比特流。真正压缩后的数据必须按位写入字节数组，末尾还要记录填充位数。
- 错误做法：
std::string bits = "101100";→ 实际占 6 字节，但只用了 6 比特 - 正确做法：把
"101100"打包成 1 个字节0b10110000，并记住有效位数是 6 - 解压时若忽略填充位数，会多读出几个 0，导致解码树走偏、崩溃或输出乱码
如何用 std::vector<uint8_t></uint8_t> 实现紧凑位流写入
Huffman 压缩输出必须是字节容器，且需支持按位追加。标准库没提供位级 ostream，得自己维护当前字节、已写位数和缓冲区。
- 维护三个状态变量：
uint8_t current_byte、int bits_in_current、std::vector<uint8_t>& buffer</uint8_t> - 每次写 1 比特：
current_byte |= (bit ，然后 <code>bits_in_current++ - 写满 8 位时：
buffer.push_back(current_byte)，重置current_byte = 0、bits_in_current = 0 - 结束时别忘 push 剩余字节，并单独保存
final_bits（最后字节的有效位数，范围 1–8）
示例片段：
void write_bit(int bit) {
current_byte |= (bit <h3>解压时怎么从 <code>std::vector<uint8_t></uint8_t></code> 里逐位读取而不越界</h3><p>解压器不能假设输入是完整字节流——最后字节可能只含 1~7 个有效比特。必须结合压缩时记录的 <code>final_bits</code> 控制读取边界。</p>
- 维护：
size_t byte_idx、int bit_offset（0~7，表示当前字节内已读多少位）、int total_bits_left - 每次读 1 比特：
uint8_t b = data[byte_idx]，再用(b >> (7 - bit_offset)) & 1 - 读完当前字节后：
byte_idx++，bit_offset = 0；但到最后一字节时，只允许读final_bits位 - 若
byte_idx == data.size()-1且bit_offset >= final_bits，就该停了——再多读就是填充位，必须丢弃
为什么 Huffman 解码树必须用指针节点而非数组索引实现
用数组模拟二叉树（如 left[i]/right[i]）看似节省内存，但实际会让解码逻辑变脆弱：一旦编码树深度超过预设大小（比如 32 层），数组越界或索引错乱几乎不可避免；而指针节点能自然适配任意频率分布生成的树形。
- 推荐结构：
struct Node { bool is_leaf; char ch; std::unique_ptr<node> left, right; };</node> - 解码时从根开始，每读 1 比特就
node = node->left或node->right，直到is_leaf == true - 注意：构建树时必须确保所有叶子节点都带有效
ch，空字符（'\0'）要能区分——尤其原文含 ASCII 0 时，不能靠ch == '\0'判定是否为内部节点
真正麻烦的从来不是算法本身，而是位计数与边界对齐那一丁点偏差——差 1 位，整段解压就全错，还很难定位。
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！
