已知某符号集中各符号出现的概率p = [0.40, 0.18, 0.10, 0.10, 0.07, 0.06, 0.05, 0.04];，对符号进行哈夫曼编码，并求出其平均码字长度；（使用MATLAB编程实现）

哈夫曼编码是一种用于数据压缩的无损编码方式，它通过构建最优二叉树来分配每个字符独特的、最短的前缀码。对于给定概率分布的符号，我们可以按照贪心策略生成哈夫曼树。以下是使用MATLAB实现的基本步骤：

1. 首先，我们需要将概率数组转换成频率数组（因为哈夫曼编码基于频率而非概率）。
2. 然后创建一个空的优先队列（通常用`prune`函数），并添加所有非零频率的节点到队列中，其中每个节点表示一个字符及其对应的频率。
3. 从队列中取出频率最小的两个节点，合并它们成为新的节点，新节点的频率是这两个节点频率之和，然后将其放入队列中，直到只剩下一个节点为止，这个节点就是哈夫曼树的根。
4. 通过回溯构建过程，记录下每个字符对应的路径，这将形成其相应的二进制码字。

MATLAB代码实现可以像这样：

% 给定概率数组
prob = [0.40, 0.18, 0.10, 0.10, 0.07, 0.06, 0.05, 0.04];

% 转换为频率数组
freq = prob ./ sum(prob);

% 创建优先队列
T = prune(freq);

while height(T) > 1
    % 取出最小频率的两个节点
    u = T(1);
    v = T(2);
    
    % 合并节点
    new_freq = u.f + v.f;
    new_node = struct('f', new_freq, 'c', {u.c}, 'left', u, 'right', v);
    
    % 更新优先队列
    T = prune([T; new_node]);
end

% 记录哈夫曼树的码字
codeword = [];
while ~isempty(T)
    if isfield(T, 'left')
        codeword = [codeword; 0];
        T = T.left;
    else
        codeword = [codeword; 1];
        T = T.right;
    end
end

% 计算平均码字长度
avg_code_length = -sum(freq .* log2(freq)) * length(codeword); % 根据香农熵公式计算

% 输出结果
disp("平均码字长度: " + avg_code_length);

运行此代码后，您将得到平均码字长度。请注意，实际编程环境需要MATLAB环境才能运行这段代码。