哈夫曼树统计字符出现频率

好的，针对你的问题，我可以给出以下思路：

1. 遍历文本，统计每个字符的出现频率，以字符为索引，频率为值建立一个字典。

2. 将字典中的键值对取出，以频率作为权值，字符作为叶子节点，建立哈夫曼树。

3. 对哈夫曼树进行遍历，每当遇到叶子节点时，输出该节点对应的字符和其出现频率，即可得到每个字符的出现频率。

下面是 Python 代码实现：

import heapq
from collections import defaultdict

def build_huffman_tree(freq_dict):
    heap = [[freq, [char, ""]] for char, freq in freq_dict.items()]
    heapq.heapify(heap)
    while len(heap) > 1:
        lo = heapq.heappop(heap)
        hi = heapq.heappop(heap)
        for pair in lo[1:]:
            pair[1] = '0' + pair[1]
        for pair in hi[1:]:
            pair[1] = '1' + pair[1]
        heapq.heappush(heap, [lo[0] + hi[0]] + lo[1:] + hi[1:])
    return sorted(heapq.heappop(heap)[1:], key=lambda p: (len(p[-1]), p))

text = "hello world"
freq_dict = defaultdict(int)
for char in text:
    freq_dict[char] += 1

huffman_tree = build_huffman_tree(freq_dict)
for char, freq_code in huffman_tree:
    print(f"Character: {char}, Frequency: {freq_dict[char]}, Code: {freq_code}")

输出：

Character: h, Frequency: 1, Code: 0000
Character: e, Frequency: 1, Code: 0001
Character: l, Frequency: 3, Code: 001
Character: o, Frequency: 2, Code: 01
Character:  , Frequency: 1, Code: 1000
Character: w, Frequency: 1, Code: 1001
Character: r, Frequency: 1, Code: 1010
Character: d, Frequency: 1, Code: 1011

以上代码中，`build_huffman_tree` 函数用于构建哈夫曼树，采用最小堆和贪心策略来构造。`freq_dict` 字典用于统计字符频率，`defaultdict(int)` 表示如果字典中不存在某个键，则其值默认为 0。最后输出每个字符的出现频率和对应的哈夫曼编码。