首先解释one-hot编码：one-hot编码通常用于分类，例如k个类别，用one-hot编码需要k个数，取值为0或1，以表明当前的sample属于哪个类别，在k个数中，通常只有一个1，其余都是0。huffman编码是一种通用的编码方式，可以用于数据压缩。训练模型时，通常用one-hot编码。
欢迎大家指正。
在计算机数据处理中，霍夫曼编码使用变长编码表对源符号（如文件中的一个字母）进行编码，其中变长编码表是通过一种评估来源符号出现机率的方法得到的，出现机率高的字母使用较短的编码，反之出现机率低的则使用较长的编码，这便使编码之后的字符串的平均长度、期望值降低，从而达到无损压缩数据的目的。
设某个huffman编码加权和为sigma(ai*pi)，若存在更优的非h编码，不妨设其中与h编码中权重pi的位置ai与pj的位置aj调换位置（pi>pj），则有pi*ajpj*ai>pi*aipj*aj，整理得(pi-pj)*aj>(pi-pj)*ai，即aj>ai，与h编码矛盾，因此不存在更优的编码。
