如何用Python实现哈夫曼树的编码和解码过程？

在Python中，我们可以使用字典数据结构以及堆（优先队列）来实现哈夫曼树的构建、编码和解码。以下是简要步骤：

1. **构建哈夫曼树**：
- 首先，创建一个空的堆，用于存储字符及其频率作为键值对（通常是元组形式）。
- 接着，遍历字符集，将每个字符及其出现频率作为元素添加到堆中。
- 取出堆顶两个频率最小的节点合并成一个新的节点（频率为其父节点的和），并将新节点替换掉原来的较小节点。重复这个过程直到只剩下一个节点，这就是哈夫曼树的根。

2. **编码过程**（也称为霍夫曼编码）：
- 从根节点开始，对于每个字符，我们沿着路径向下走，遇到左分支表示加0，右分支表示加1。这样形成的二进制序列就是该字符的编码。
- 可以使用递归的方式记录路径，最后生成的字典将映射字符到对应的编码。

3. **解码过程**：
- 当接收到一个由0和1组成的二进制序列时，从根节点开始，根据每一位判断是向左还是向右移动。遇到的是之前编码过的字符，返回对应字符即可。

下面是简单的示例代码：

import heapq

def build_huffman_tree(freqs):
    h = [(freq, (char, [])) for char, freq in freqs.items()]
    heapq.heapify(h)
    
    while len(h) > 1:
        left = heapq.heappop(h)
        right = heapq.heappop(h)
        
        merged_freq = left[0] + right[0]
        new_char = "(" + left[1][0] + "," + right[1][0] + ")"
        heapq.heappush(h, (merged_freq, (new_char, [left[1][1], right[1][1]])))

    return h[0][1]

def encode_decode(tree, text):
    codes = {char: traverse_tree(tree, []) for char, _ in tree}
    
    encoded_text = "".join(codes[char] for char in text)
    decoded_text = decode(encoded_text, tree)

    return encoded_text, decoded_text

def traverse_tree(node, code):
    if isinstance(node, str):
        return code
    else:
        return traverse_tree(node[1][node[0]], code + "0") if node[0] == 0 else traverse_tree(node[1][node[0]], code + "1")

# 示例用法
freqs = {"A": 5, "B": 3, "C": 4}  # 字符频次
tree = build_huffman_tree(freqs)
encoded, decoded = encode_decode(tree, "ABC")
print(f"Encoded text: {encoded}")
print(f"Decoded text: {decoded}")