必须用std::priority_queue配合自定义小顶堆比较器，否则因默认大顶堆导致每次合并最大频次节点，树深度失衡、编码变长甚至死循环；generateCodes需引用传递string并手动回溯；内存须后序遍历释放或改用unique_ptr。
必须用 std::priority_queue 配合自定义小顶堆比较器，否则合并顺序颠倒，生成的编码完全错误。
为什么 std::priority_queue 默认行为会导致哈夫曼树构建失败
默认的 std::priority_queue 是大顶堆，pq.top() 返回的是权值最大的节点。哈夫曼算法要求每次取两个最小频次节点合并，若误用默认行为，实际合并的是最大频次节点，最终树深度失衡、加权路径长暴增，编码长度可能比原始 ASCII 还长。
- 常见错误现象：
pq.top()->weight越来越大，合并轮数异常多，甚至死循环（因节点数不减） - 正确做法：显式传入比较器，例如
auto cmp = [](Node* a, Node* b) { return a->weight > b->weight; };，或使用std::greater<node></node>（需重载operator>） - 切忌只重载
operator 却没在模板参数中指定比较类型——<code>priority_queue<node></node>仍按默认逻辑走 - 比较器必须作用于指针（
Node*），而非对象值；存裸指针但比较逻辑写成a.weight > b.weight会编译失败
generateCodes() 递归生成编码时 string 参数必须用引用传递
传值调用 string code 看似直观，但每层递归都拷贝当前路径字符串，在深度为 d、字符集大小为 n 的树上，总拷贝量接近 O(n × d²)，256 字符输入下实测慢 3–5 倍；更严重的是，它让回溯逻辑失效，导致所有叶子节点共享同一段乱码。
- 正确写法：
void generateCodes(Node* root, string& code, unordered_map<char string>& codes)</char> - 进入左子树前执行
code += '0'，返回前必须code.pop_back()；右子树同理 - 判断叶子节点只能靠
!root->left && !root->right，不能依赖root->ch是否为空或weight == 1 - 若担心
string的短字符串优化带来不可控拷贝，可用vector<char></char>替代，最后转string构造结果
内存管理必须后序遍历释放，不能靠 delete pq.top() 或局部 new/delete
哈夫曼建树过程动态 new 大量 Node*，且父子指针交叉引用。若在构建完成后直接 delete 根节点，其左右子指针所指内存未被释放，变成悬垂指针；若在合并循环中对出队节点 delete，则后续父节点的 left/right 将指向已释放地址，generateCodes() 访问时直接崩溃。
立即学习“C++免费学习笔记（深入）”；
- 必须单独实现
void deleteTree(Node* root)：先递归删left和right，再delete root - 更稳妥方案是全程使用
unique_ptr<node></node>，让left和right成员也声明为unique_ptr，合并时用move转移所有权，析构自动完成 - 用
valgrind --leak-check=full检查遗漏释放；常见报错如double free or corruption几乎都源于提前delete子节点 - 边界情况（如仅 1 个字符）要特判：此时不进合并循环，根即叶子，
deleteTree仍需安全处理空子树
真正容易被忽略的是：频次统计必须去重合并，不能对每个字符位置新建叶节点；以及所有 Node* 必须来自独立 new，不能复用栈上变量地址或 vector 中的临时对象——后者在 pop 后立即失效。
