读代码：word2vec中如何生成Huffman Tree？

深度学习在自然语言处理（NLP）任务中取得了很大的成功，其中，词的分布式表示是其中很重要的一项技术。要深入了解分布式表示，就不能不深入了解word2vec。今天来读一读word2vec代码中是如何生成Huffman Tree的。

这个是word2vec中很重要的一个数据结构，用来表示词汇表中的一个词和它的Huffman编码。cn是词在训练集中出现的频率，point是编码的节点路径，word是词串，codelen是编码长度，code是编码，表示成0和1串。

下面是Huffman Tree的生成函数，光是眼睛看，脑袋想，读起来有些费劲。所以，我们还是尝试从一个例子来理解。这是常用的一种读和理解代码的方式。

纸和笔准备好了，我们的例子是一个词汇表的count是［4，3，2，1］，四个词，排序好的。顺着程序的执行，step by step记录下来个个变量，以便于理解。

这么下来，生成的Huffman Tree如下。

接下来，看看如何从上面的临时数据结构转化成编码的。每个词都会赋予一个编码，频率高的编码长度短。

接着凭借纸和笔，看看整个过程是如何进行的。

至此，Huffman Tree的生成函数，通过我们的纸和笔完整的执行了一遍，也对代码有了深入的理解。学习别人的代码过程，也是自我提高的过程。下次，面试中，或是工作中，遇到类似的问题，应该不再陌生。