文章里有说 : "根据贪心的思想，我们可以把出现频率比较多的字符，用稍微短一些的编码；出现频率比较少的字符，用稍微长一些的编码。"

我的理解 :
限制值 : 1. 压缩后信息不丢失
             2. 易解压缩
期望值 : 尽可能地压缩
↓
用长短不一的编码来标识唯一字符 , 保证信息不丢失 , 同时解压缩时可识别
此时根据贪心 , 满足限制值 , 要想期望值更高 , 需要短的编码更经常地"被使用" , 所以高频字符用短的编码
↓
霍夫曼编码

个人觉得，教程里从贪心算法，引导读者接受huffman树，是不合适的。正确的顺序我建议是：
二进制编码，前缀编码最省空间，以编码目标为叶子结点的一个二叉树代表了一种前缀编码方案，带权路径长度，贪心，huffman树。

用一个实际例子来说，假设字符串为“ABBCCCDDDDEEEEEFFFFFFGGGGGGGHHHHHHHH”，出现频率分别为A1B2C3D4E5F6G7H8：

如果按照每次合并最小两节点来构造哈夫曼树，那么最终树的高度为5，最常出现的字符H的编码为11，最不常出现的字符A的编码为00000。

如果按照每次合并最大两节点来构造哈夫曼树，则最终树的高度为7，最常出现的H编码为1111111，最不常出现的A的编码为0。

现在知道哈夫曼编码和贪心算法的关系了吗？

哈夫曼编码最重要的一步就是构造哈夫曼树，构造了哈夫曼树之后，则哈夫曼编码就呼之欲出了。

而构造哈夫曼树的过程，采用了贪心算法的思想：每次只选择值(出现频率)最小的2个元素作为左右孩子，这俩孩子的父节点的值，就等于这俩孩子之和；它俩的父节点作为下一轮参选的元素之一，如此循环，直到根节点被构造出来，则哈夫曼树构建完毕。

至于为什么每次都选择最小的俩节点就是最优解呢？可以借鉴 2-way merge sort的过程。
举例，有4个队列，分别有1、2、3、4个元素。先合并1、2需操作3次，得到3、3、4，然后合并3、3需操作6次，得到6、4，然后合并6、4需操作10次，一共操作3+6+10=19次，得到一个10元素的数组。

另一种做法，如果先合并3、4操作7次，得到7、2、1，再合并7、2操作9次，得到9、1，再合并9、1操作10次，一共操作7+9+10=26次后，得到一个10元素数组。

可见，每次合并最小的两个有序数组是归并排序的最优做法。而哈夫曼树的构造，这些“操作次数”就变成了树的内节点的值，哈夫曼树的目的是为了压缩空间占用，那么当然是树的所有节点之和越小越好。

数据结构与算法分析 书中是这样说的，“该算法是贪婪算法的原因在于，在每一阶段我们都进行一次合并而没有进行全局的考虑。我们只是选择两颗最小的树。”

谢谢提醒

霍夫曼编码的目的是为了减少编码占用的空间大小，通过让出现频率最高的字符使用最短编码的形式来达成

核心是这句话: “出现频率高的字符使用较短的编码，出现频率低的字符使用较长的编码，从而保证整体编码最短”