已知下列字符A、B、C、D、E、F、G的权值分别是3、12、7、4、2、8、11。绘制以该权值为叶子结点的Huffman树，并求出树的带权路径长度值WPL和压缩率，并写出以上每个字符的编码。求数据结构代码

首先，根据Huffman树的构建方法，我们需要将所有叶子结点权值从小到大排序，然后每次选取权值最小的两个结点合并，直到所有结点都合并为一棵树。

按照上述步骤，我们可以得到如下Huffman树：

           47
         /    \
       14      33
      /  \    /  \
     5   9   11   22
    / \       \    / \
   E   F       G  C   A
                \
                 D

其中，WPL = 3\*2 + 12\*2 + 7\*2 + 4\*3 + 2\*4 + 8\*3 + 11\*3 = 103。

每个字符的编码可以根据Huffman树进行求解，规则为：从树根开始，向左走为0，向右走为1，直到叶子结点为止。例如，字符A的编码为10，字符F的编码为00，字符D的编码为1101。

压缩率的计算公式为：(1 - WPL / (字符总数 * 8)) * 100%。其中，字符总数为3+12+7+4+2+8+11=47，8为每个字符占用的位数。代入计算可得，压缩率约为30.43%。

以下是使用C++实现Huffman树的示例代码：

#include <iostream>
#include <queue>
#include <vector>
#include <string>
#include <map>
using namespace std;

struct Node {
    char ch;
    int weight;
    Node* left;
    Node* right;
    Node(char c, int w) : ch(c), weight(w), left(nullptr), right(nullptr) {}
};

struct Compare {
    bool operator() (Node* a, Node* b) {
        return a->weight > b->weight;
    }
};

Node* buildHuffmanTree(map<char, int>& freq) {
    priority_queue<Node*, vector<Node*>, Compare> pq;
    for (auto it = freq.begin(); it != freq.end(); ++it) {
        pq.push(new Node(it->first, it->second));
    }
    while (pq.size() > 1) {
        Node* node1 = pq.top();
        pq.pop();
        Node* node2 = pq.top();
        pq.pop();
        Node* parent = new Node('#', node1->weight + node2->weight);
        parent->left = node1;
        parent->right = node2;
        pq.push(parent);
    }
    return pq.top();
}

void getHuffmanCode(Node* root, string code, map<char, string>& codes) {
    if (root == nullptr) return;
    if (root->left == nullptr && root->right == nullptr) {
        codes[root->ch] = code;
        return;
    }
    getHuffmanCode(root->left, code + "0", codes);
    getHuffmanCode(root->right, code + "1", codes);
}

int main() {
    map<char, int> freq{{'A', 3}, {'B', 12}, {'C', 7}, {'D', 4}, {'E', 2}, {'F', 8}, {'G', 11}};
    Node* root = buildHuffmanTree(freq);
    map<char, string> codes;
    getHuffmanCode(root, "", codes);
    int wpl = 0;
    for (auto it = codes.begin(); it != codes.end(); ++it) {
        char ch = it->first;
        int weight = freq[ch];
        string code = it->second;
        wpl += weight * code.length();
        cout << "Character " << ch << " has code " << code << endl;
    }
    cout << "WPL = " << wpl << endl;
    int totalBits = freq['A']*8 + freq['B']*8 + freq['C']*8 + freq['D']*8 + freq['E']*8 + freq['F']*8 + freq['G']*8;
    double compressRatio = (1.0 - wpl / static_cast<double>(totalBits)) * 100.0;
    cout << "Compression ratio = " << compressRatio << "%" << endl;
    return 0;
}