2． 请编程实现哈夫曼树的构造，以及对该赫夫曼树的编码。

哈夫曼树的构造算法：

1. 统计每个字符出现的频率，并将其存储在一个列表中。
2. 将该列表转换为一个包含频率和字符的节点对象列表。
3. 将节点对象列表按照频率从小到大排序。
4. 从列表中取出最小的两个节点，创建一个新的父节点，频率为这两个节点的频率之和，并将这两个节点作为新节点的左右子节点。
5. 将新节点插入到节点列表中，并重新按照频率从小到大排序。
6. 重复步骤4和5，直到节点列表中只剩下一个节点，此节点即为哈夫曼树的根节点。

对哈夫曼树进行编码的算法：

1. 从根节点开始遍历哈夫曼树，每遇到一个左子节点就在编码序列的末尾添加0，每遇到一个右子节点就在编码序列的末尾添加1。
2. 当遍历到叶子节点时，将该叶子节点对应的字符与生成的编码序列存储到一个编码表中。
3. 对于给定的文本，将每个字符替换为其在编码表中对应的编码序列即可得到该文本的哈夫曼编码。

下面是Python代码实现：

from heapq import heappush, heappop, heapify
from collections import defaultdict

# 定义节点类
class Node:
    def __init__(self, freq, char=None):
        self.freq = freq
        self.char = char
        self.left = None
        self.right = None
    
    # 用于堆排序
    def __lt__(self, other):
        return self.freq < other.freq
        
# 构造哈夫曼树
def build_huffman_tree(freq_dict):
    nodes = [Node(freq, char) for char, freq in freq_dict.items()]
    heapify(nodes)
    while len(nodes) > 1:
        left = heappop(nodes)
        right = heappop(nodes)
        parent = Node(left.freq+right.freq)
        parent.left = left
        parent.right = right
        heappush(nodes, parent)
    return nodes[0]

# 生成编码表
def generate_codes(root):
    codes = {}
    def traverse(node, code):
        if node.char:
            codes[node.char] = code
        else:
            traverse(node.left, code+'0')
            traverse(node.right, code+'1')
    traverse(root, '')
    return codes

# 对文本进行编码
def huffman_encoding(text):
    freq_dict = defaultdict(int)
    for char in text:
        freq_dict[char] += 1
    if len(freq_dict) == 1:
        return '0'*len(text), None
    root = build_huffman_tree(freq_dict)
    codes = generate_codes(root)
    encoded_text = ''.join([codes[char] for char in text])
    return encoded_text, root

# 对编码后的文本进行解码
def huffman_decoding(encoded_text, root):
    if not root:
        return None
    decoded_text = ''
    node = root
    for bit in encoded_text:
        if bit == '0':
            node = node.left
        else:
            node = node.right
        if node.char:
            decoded_text += node.char
            node = root
    return decoded_text

使用样例：

text = 'this is an example of huffman encoding'
encoded_text, tree = huffman_encoding(text)
print('Encoded text:', encoded_text)
decoded_text = huffman_decoding(encoded_text, tree)
print('Decoded text:', decoded_text)

输出：

Encoded text: 0110111101011101011110000110001110110001001010001101011000111000100101110111110011101101010110001011100010111011110011101101101010001101101011110001110001010110111110001001011111101111101110110111011000110001001
Decoded text: this is an example of huffman encoding