C++：“堆” 的定义及数据结构讲解+堆的用法和操作（内附代码）

堆的定义：堆通常是一个可以被看作一棵完全二叉树的数组对象，分为大根堆和小根堆。大根堆中，父节点的值均大于两个孩子节点，小根堆反之。通常在C++中使用priority_queue或一维数组来进行维护。

 

堆的作用：根据堆的性质得出，堆顶是最大值即为大根堆，为最小值即为小根堆。基于此特点，我们可以在o(1)的时间复杂度情况下之间获得一个数列的最大值和最小值。

堆的数据结构：

1. 在C++中我们可以用优先队列（priority_queue）进行模拟。
2. 其次堆可以用一维数组进行维护heap[N]：标号作为节点的索引，数值作为存储对象。

下面是一维数组作为数据结构的原理说明。

1. 由于堆以完全二叉树的形式存在，因此每个节点都有自己的编号。我们假设父节点为x，则两个子节点的编号为2x与2x+1，用一维数组即可通过编号快速定位元素位置。因此我们需要一个cnt作为全部节点数量的维护。
2. 堆以求最值为主要目的，因此节点中通常以数值形式为存储元素对象，一维数组即可满足这一要求。

堆的操作：

1. 获得最大/最小值（即取根节点元素的值）
2. 删除堆中序号为k的元素：将k与cnt的元素进行交换，cnt-- （cnt为元素个数），再同时做一次down(k)（元素向下排序）操作和up(k)（元素向上排序）操作
3. 插入元素：cnt++，元素插入，做一次up(cnt)（元素向上排序）操作

总体的思想是：保持cnt总数的正确 + 保证数值大小的有序性（定数+排序）

堆的排序操作：

1. Down(k)操作：目的，保持插入的根节点是两个儿子节点的最大值和最小值——>三个数的大小比较与交换——>树形结构递归或者while处理
2. Up(k)操作：目的：作为插入的儿子节点，与父节点的值选出最值，并交换——>两个数的大小比较和交换——>树形结构递归或者while处理

 下面分别是Up函数的递归写法与While写法：

递归写法：

void up(int u)
{
    if(u / 2 && h[u] < h[u / 2])
    {
        swap(u, u / 2);
        u >>= 1;
        up(u);
    }
}

While写法：

void up(int u)
{
    while (u / 2 && h[u] < h[u / 2])
    {
        swap(u, u / 2);
        u >>= 1;
    }
}

Down函数与之类似。

堆序列初始化

将一个无序序列初始化为一个堆的数据结构，不需要一个一个元素的插入。

我们的处理方案是：1. 读入数据2. 从n/2处倒叙遍历节点进行down操作：除了树的最后一行不需要down操作，其余层的数组均进行一次down操作即可（将根节点变为三个数中的极值）。