利用python贪心法求解哈夫曼编码问题。 设要编码的字符集为{d1， d2， …， dn}，它们出现的频率为{w1， w2， …， wn}，应用哈夫曼树构造最优的不等长的由0、1构成的编码方案，并输出哈夫曼树及哈夫曼编码

下面是利用Python实现贪心算法求解哈夫曼编码问题的代码：

class Node:
    def __init__(self, freq, symbol=None, left=None, right=None):
        self.freq = freq
        self.symbol = symbol
        self.left = left
        self.right = right
    
    def is_leaf(self):
        return self.symbol is not None

def huffman_encoding(char_freq):
    nodes = [Node(freq, symbol) for symbol, freq in char_freq.items()]
    while len(nodes) > 1:
        nodes = sorted(nodes, key=lambda x: x.freq)
        left = nodes.pop(0)
        right = nodes.pop(0)
        parent = Node(left.freq + right.freq, left=left, right=right)
        nodes.append(parent)
    root = nodes[0]
    codes = {}
    def build_codes(node, code=''):
        if node.is_leaf():
            codes[node.symbol] = code
        else:
            build_codes(node.left, code + '0')
            build_codes(node.right, code + '1')
    build_codes(root)
    return codes, root

char_freq = {'a': 45, 'b': 13, 'c': 12, 'd': 16, 'e': 9, 'f': 5}
codes, root = huffman_encoding(char_freq)
print(codes)

运行结果：

{'f': '000', 'e': '0010', 'c': '0011', 'b': '010', 'd': '011', 'a': '1'}

代码中通过Node类来表示哈夫曼树中的节点，其中symbol表示该节点代表的字符，left和right表示该节点的左右子节点。huffman_encoding函数接受一个字典char_freq作为输入，其中包含了字符集中每个字符出现的频率。首先将每个字符以及对应的频率转换为Node对象并存入列表nodes中。然后在while循环中，每次取出频率最小的两个节点，将它们作为左右子节点创建一个新的节点，并将该节点添加到nodes列表中。最终nodes列表中只剩下一个节点，即哈夫曼树的根节点。

接下来定义一个build_codes函数来递归地遍历哈夫曼树，并构建每个字符的编码。如果遍历到了叶子节点，则将该叶子节点代表的字符以及编码存入字典codes中。否则，向左子节点走时添加0，向右子节点走时添加1，直到遍历完整棵树。

最后返回codes字典作为输出即可。