哈夫曼编码构建的核心是让高频字符路径短、低频字符路径长，衡量优劣的关键指标是加权路径长度（WPL），它等于所有叶子节点的权值乘以其到根节点的边数之和，且等价于所有非叶子节点权值之和。

哈夫曼编码构建的核心，是让高频字符路径短、低频字符路径长，而衡量这个“优劣”的关键数字就是加权路径长度（WPL）。它不是理论值，而是可算、可比、可优化的实际指标——算对WPL，就等于确认了这棵树确实是最优的。

只算叶子，不碰内部节点

WPL只由所有叶子节点贡献，每个叶子节点的贡献 = 权值 × 从根到它的边数。内部节点（非叶子）哪怕权值再大，也不参与WPL计算。比如权值为10和15的两个节点若被合并成内部节点，它们的10和15只是中间和，不能代入公式；只有原始输入的那几个权值（如a:9, b:12, c:6…）才是真正的“叶子权值”。

• 检查树结构时，先标出哪些是原始输入的叶子（例如字符a/b/c/d/e/f），其余全是临时构造节点
• 对每个原始叶子，数清楚它到根之间经过了几条边（不是几层，也不是几个节点）
• 常见错误：把根所在层当第0层，误将路径长度当成层数；正确做法是根到孩子为1条边 → 路径长度=1

两种等效算法，任选其一验证

WPL既可按定义逐个叶子计算，也能用更省时的“非叶节点求和法”——所有非叶子节点的权值之和，恰好等于WPL。这是哈夫曼树特有的性质，源于每次合并都把两个子树权值“抬高一级”，最终所有合并操作的累加值就等于总带权路径消耗。

• 方法一（定义法）：WPL = Σ(叶子权值 × 对应路径长度)，适合小规模手算或验证逻辑
• 方法二（求和法）：WPL = 所有非叶子节点的权值相加，适合已画好树或编程实现，避免数错路径
• 二者结果必须一致；若不等，说明树建错了或路径长度标错了

构建过程决定路径分布，顺序不能乱

哈夫曼树不是唯一形态，但WPL一定最小。构建时始终取当前最小的两个权值合并，这一步直接影响谁离根近、谁离根远。权值大的不一定路径短——关键是“何时被合并”：越晚被合并的叶子，路径越短；越早被合并的，往往沉得更深。

• 排序后反复取最小两个，合并后插入回有序序列（不是简单追加）
• 遇到相同权值，任选不影响WPL，但可能影响编码形式（如0/1分配方向）
• 举例：权值{2,3,5,7}，若先合2+3=5，再合5+5=10，最后10+7=17，则2和3路径长为3，7路径长为1

实际编码前，先验算WPL是否合理

WPL数值本身就能反映压缩效果：它等于整段文本编码后的总比特数（假设权值是字符频次）。比如一段含100个字符的文本，算出WPL=236，说明平均每个字符用2.36位，优于定长编码的8位，压缩率达70%以上。

• 对比基准：若所有字符用等长编码，WPL_等长 = 总频次 × ⌈log₂n⌉，n为字符种类数
• WPL越接近总频次（即平均码长趋近1），说明频率分布越极端，压缩潜力越大
• 考试或调试中，WPL突然比预期大很多，大概率是某次合并选错了最小值，或路径长度多算/少算了一层