给定一个包含若干字符及其出现频率的列表，请构建哈夫曼树输出每个字符对应的哈夫 曼编码。要求：必须使用堆数据结构来辅助构建哈夫曼树。字符为a,b,c,d,e,f 频率为45，13，12，16，9，5用c语言编写

哈夫曼树（Huffman Tree），也称为最优二叉树，是一种用于数据压缩的二叉树，通过构建一个最小带权路径长度的树来分配给每个字符一个独特的编码。首先，我们将输入的数据转换成一个节点数组，每个节点包含字符和频率。然后，我们利用优先队列（通常用大顶堆实现）来进行构建过程：

1. 将所有字符及其频率作为叶子节点放入堆中。
2. 取出堆顶两个频率最低的节点合并成一个新的节点，新节点的频率是两个子节点频率之和，左孩子为第一个节点，右孩子为第二个节点。
3. 新节点放回堆中，并替换掉原来堆顶的两个节点。
4. 重复步骤2和3，直到只剩下一个节点，这个节点就是根节点，形成的树即为哈夫曼树。

对于给定的字符及频率，用C语言实现大致可以按照以上流程，这里简化展示关键部分的伪代码：

#include <stdio.h>
#include <stdlib.h>

// 定义一个节点结构
typedef struct Node {
    char c;
    int freq;
    struct Node *left, *right;
} Node;

// 创建一个新的节点
Node* newNode(char c, int freq) {
    Node *node = (Node*)malloc(sizeof(Node));
    node->c = c;
    node->freq = freq;
    node->left = node->right = NULL;
    return node;
}

// 插入节点到堆中
void insertHeap(Node** heap, Node* node) {
    // 省略实际堆的实现细节...
    // 调整堆使得新插入的节点满足堆性质
}

// 构建哈夫曼树
Node* buildHuffmanTree(int* freqs, int n) {
    Node** heap = (Node**)malloc(n * sizeof(Node*));
    for (int i = 0; i < n; i++) {
        heap[i] = newNode(freqs[i], freqs[i]);
    }

    while (n > 1) {
        int leftChildIndex = 0, rightChildIndex = 1;
        // 找到堆顶两个频率最低的节点
        // 省略寻找操作...
        Node* temp = heap[leftChildIndex];
        heap[leftChildIndex] = heap[rightChildIndex];
        insertHeap(heap, temp); // 更新堆

        n--;
    }
    return heap[0]; // 返回根节点
}

// 输出每个字符的哈夫曼编码
void printCodes(Node* root, char* codes, char currentCode) {
    if (!root->left && !root->right) {
        printf("%c: %s\n", root->c, currentCode);
        free(root);
    } else {
        printCodes(root->left, codes, currentCode + "0");
        printCodes(root->right, codes, currentCode + "1");
    }
}

int main() {
    int freqs[] = {45, 13, 12, 16, 9, 5};
    int n = sizeof(freqs) / sizeof(freqs[0]);

    Node* root = buildHuffmanTree(freqs, n);
    char codes[n][8]; // 假设最大编码长度为7位
    printCodes(root, codes, ""); // 初始化空字符串作为当前编码

    return 0;
}

注意这只是一个简化的示例，实际实现会涉及更多的错误检查、堆调整等细节。完成上述步骤后，`codes` 数组将存储每个字符的哈夫曼编码。