在我在课堂上使用的书中（以及我从其他几个地方看到的），创建霍夫曼树的算法似乎源于
(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到一个新节点中。
(3) 将新节点重新插入到同一个 minheap 中。
我对第 3 步感到困惑。我见过的大多数霍夫曼树的属性更类似于最大堆而不是最小堆（尽管它们不是完整的树）。也就是说，根包含最大权重（或者更确切地说是权重组合），而它所有的孩子的权重都较小。当组合节点放回 minheap 时，此实现如何给出霍夫曼树？我已经为此苦苦挣扎了一段时间。
这里已经发布了一个类似的问题（和我同一本书）：我不明白这个霍夫曼算法实现
如果您想查看 (3) 中描述的确切功能。
谢谢你的帮助！
霍夫曼树通常不是完全二叉树，因此也不是最小堆。
霍夫曼算法很容易理解为构建树的频率列表。首先构建小分支，最终将全部合并为一棵树。每个列表项以一个符号开始，后来可能是一个符号或已构建的子树。每个列表项总是有一个频率（通常是整数）。
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，尽管可能有不止一个最佳代码）。从这两个构造一个单级二叉树，其中两个叶子是这些频率的符号。添加频率以生成表示树的新频率。将该频率放回列表中。现在列表中的频率减少了一个。
重复。现在，在每一步构建的二叉树可能在每个分支上都有符号叶子，或者一个叶子和一个先前构建的树，或者两棵树（最早在第三步中）。
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。该频率具有与之关联的完整霍夫曼树。
现在您可以（任意）为每个二进制分支分配 0 和 1。您可以通过从根遍历树到符号来构建代码或解码代码。该遍历的分支中的位按该符号的霍夫曼码的顺序排列。