[dict, avglen] = huffman(probabilities, symbols)matlab无法直接使用，请解决这个问题

在MATLAB中，`huffman`函数通常用于创建霍夫曼树并编码数据，但它不是一个内置函数。如果你想要在MATLAB中实现霍夫曼编码，你需要编写一个自定义函数来完成这个过程，因为原始的概率数组(`probabilities`)和符号数组(`symbols`)需要通过迭代和构建优先队列等步骤来进行处理。

首先，你需要导入一些必要的工具箱，如`graph`（用于图的操作）、`sort`（排序）和`isinf`（检查是否为无穷大），然后按照以下步骤进行：

function [dict, avgLen] = customHuffman(probabilities, symbols)
    % 初始化
    nSymbols = length(symbols);
    nodeStruct = struct('prob', probabilities, 'left', [], 'right', [], 'symbol', symbols);
    
    % 创建初始节点列表，每个元素代表一个符号
    nodeList = cell(nSymbols, 1);
    for i = 1:nSymbols
        nodeList{i} = nodeStruct(i);
    end
    
    % 对节点进行排序，概率最小的先入堆
    [~, idx] = sort(probabilities);
    nodeList = nodeList(idx);
    
    % 构建霍夫曼树
    while numel(nodeList) > 1
        % 取出两个概率最小的节点合并
        left = nodeList{1};
        nodeList = nodeList(2:end);
        right = nodeList{1};
        nodeList = nodeList(2:end);
        
        % 更新新节点的属性
        newNode.prob = left.prob + right.prob;
        newNode.left = left;
        newNode.right = right;
        newNode.symbol = [];
        
        % 将新节点插入到已排序节点列表的正确位置
        inserted = false;
        for i = 1:numel(nodeList)
            if newNode.prob < nodeList{i}.prob
                nodeList(i+1:i+1) = newNode;
                inserted = true;
                break;
            elseif newNode.prob == nodeList{i}.prob && isinf(left.prob) && ~isinf(right.prob) % 按照字符顺序排序
                nodeList(i+1:i+1) = newNode;
                inserted = true;
                break;
            end
        end
        if ~inserted
            nodeList = [nodeList, newNode];
        end
    end
    
    % 最终根节点就是霍夫曼树的表示，从这里开始向下遍历获取编码
    dict = [];
    current = nodeList{nSymbols};
    for symbol in current.symbol
        dict{symbols{symbol}} = '';
    end
    
    % 计算平均码长
    avgProb = sum(probabilities);
    avgLen = -avgProb * log2(avgProb);
    for node = nodeList
        if ~isempty(node.symbol)
            node.avgLen = -node.prob * log2(node.prob);
            dict(node.symbol) = strcat(dict(node.symbol), num2str(node.avgLen));
        end
    end
end

% 调用函数
probabilities = ...; % 你的概率向量
symbols = ...;       % 你的符号数组
[dict, avgLen] = customHuffman(probabilities, symbols);

在这个自定义函数中，我们实现了霍夫曼树的构建、编码生成以及平均码长的计算。请注意，你需要提供`probabilities`和`symbols`这两个输入参数，并根据实际需求修改`customHuffman`函数中的相关部分。