数据结构赫夫曼生成器

赫夫曼编码是一种用于数据压缩的算法，它通过将出现频率较高的字符用较短的编码表示，而将出现频率较低的字符用较长的编码表示，从而实现数据的压缩。下面是一个简单的数据结构赫夫曼生成器的示例：

import java.util.PriorityQueue;

class Node implements Comparable<Node> {
    char ch;
    int freq;
    Node left, right;

    public Node(char ch, int freq, Node left, Node right) {
        this.ch = ch;
        this.freq = freq;
        this.left = left;        this.right = right;
    }

    public boolean isLeaf() {
        return left == null && right == null;
    }

    @Override
    public int compareTo(Node other) {
        return this.freq - other.freq;
    }
}

public class HuffmanGenerator {
    public static Node generateHuffmanTree(String text) {
        int[] freq = new int[256];
        for (char ch : text.toCharArray()) {
            freq[ch]++;
        }

        PriorityQueue<Node> pq = new PriorityQueue<>();
        for (char ch = 0; ch < 256; ch++) {
            if (freq[ch] > 0) {
                pq.offer(new Node(ch, freq[ch], null, null));
            }
        }

        while (pq.size() > 1) {
            Node left = pq.poll();
            Node right = pq.poll();
            Node parent = new Node('\0', left.freq + right.freq, left, right);
            pq.offer(parent);
        }

        return pq.poll();
    }

    public static void main(String[] args) {
        String text = "Hello, World!";
        Node root = generateHuffmanTree(text);
        // 进一步实现编码和解码的逻辑
    }
}

这个示例中，我们首先统计文本中每个字符的出现频率，并将其存储在一个数组中。然后，我们使用优先队列（PriorityQueue）来构建赫夫曼树。在构建树的过程中，我们不断地从队列中取出频率最小的两个节点，合并它们，并将合并后的节点重新插入队列中，直到队列中只剩下一个节点，即赫夫曼树的根节点。

请注意，这只是一个生成赫夫曼树的示例，还需要进一步实现编码和解码的逻辑来完成赫夫曼编码的功能。