1.路径和路径长度：在一颗树中，从一个节点往下可以到达的孩子或孙子节点之间的通路，称之为路径。
通路当中分支的数目称为路径的长度。
若规定根节点的层数为1，则从根节点到第L层节点的长度为 L-1.
2.节点的权：若树中节点赋给一个有着某种意义的数值，则这个数值称为这个节点的权。
3.带权路径长度 : 从根节点到该节点之间的路径长度与该节点的权的乘积
4.树的权路径长度 ：树的带权路径长度为所有叶子节点的带权路径长度之和，记为WPL,权值越大的节点离跟节点越近的二叉树是
最优二叉树
5.WPL最小的就是哈夫曼树
二、哈夫曼树的构建过程1.将待构建哈夫曼树的节点从小到大进行排序，将每个数据都看作一个节点， 每个节点都构建一颗简单的二叉树
2.取出根节点权值最小的两颗二叉树
3.组成一颗新的二叉树，该新的二叉树的根节点的权值是前两颗二叉树跟节点权值的和
4.在将这个二叉树，以根节点的权值大小再次进行排序，不断的重复1-2-3-4的步骤，直到数列种 所有的数据都被处理，就得到了一颗哈夫曼树
三、数据压缩构建哈夫曼树的思路第一步：传输字符串
i like like like java do you like a java //共40个字符
第二步：统计各个字符出现的次数
d:1 , y:1 , u:1 , j:2 , v:2 , o:2 , l:4 , k:4 , e:4 , i:5 , a:5 , :9
第三步：按照上面字符出现的次数构建一颗哈夫曼树，次数作为权值
第四步：根据赫夫曼编码给各个字符，规定编码，向左的路径为0向右的路径为1，编码如下o:1000 u:10010 d:100110 y:100111 i:101 a:110 k:1110 e:1111 j:0000 v:0001 i:001 :01
在这里我们会发现，每一个字符的编码都不会是另一个编码的前缀。比如 01,没有任何一个字符的编码前缀是01
第五步：按照上边的哈夫曼编码，我们的“i like like like java do you like a java”字符串对应的编码为
10101001101111011110100110111101111010011011110111101000011000011100110011110000110 01111000100100100110111101111011100100001100001110
分析：长度为 ： 133
说明:
原来长度是 359 , 压缩了 (359-133) / 359 = 62.9%
总结：
此编码满足前缀编码, 即字符的编码都不能是其他字符编码的前缀。不会造成匹配的多义性
赫夫曼编码是无损处理方案
