Java数据结构—堆（Heap）

堆是一种基于完全二叉树的数据结构，其中每个节点都满足堆特性：父节点的值总小于或等于（大于或等于）其子节点的值，这被称为小根堆（大根堆）。

在Java中，可以使用PriorityQueue类来实现堆，它是一个优先队列，因此也被称为优先级队列。可以通过提供自定义比较器来创建最大堆或最小堆。

下面是一个例子，展示如何使用Java代码创建最大堆：

import java.util.*;

public class MaxHeapExample {
    public static void main(String[] args) {
        // 创建一个最大堆
        PriorityQueue<Integer> maxHeap = new PriorityQueue<>(Collections.reverseOrder());

        // 添加元素到堆中
        maxHeap.add(10);
        maxHeap.add(30);
        maxHeap.add(20);
        maxHeap.add(5);

        // 输出堆顶元素
        System.out.println("堆顶元素：" + maxHeap.peek());  // 30

        // 删除堆顶元素
        maxHeap.poll();
        System.out.println("删除堆顶元素后，堆顶元素：" + maxHeap.peek());  // 20
    }
}

示例：
一个常见的使用堆的例子是找到前k个最大的元素。可以使用一个最小堆来解决这个问题，将元素逐个添加到堆中，如果堆的大小超过了k，则删除堆顶元素。最终堆中的元素即为前k个最大的元素。

下面是一个使用Java代码实现上述算法的示例：

import java.util.*;

public class TopKExample {
    public static void main(String[] args) {
        int[] nums = {5, 10, 7, 2, 9, 11};
        int k = 3;

        // 创建一个最小堆
        PriorityQueue<Integer> minHeap = new PriorityQueue<>();

        for (int num : nums) {
            // 添加元素到堆中
            minHeap.add(num);

            // 如果堆的大小超过了k，删除堆顶元素
            if (minHeap.size() > k) {
                minHeap.poll();
            }
        }

        // 输出前k个最大的元素
        System.out.print("前" + k + "个最大的元素：");
        while (!minHeap.isEmpty()) {
            System.out.print(minHeap.poll() + " ");
        }
    }
}

总结：
堆是一种基于完全二叉树的数据结构，具有很好的时间复杂度和空间复杂度，并且可以用来解决许多常见的问题。在Java中，可以使用PriorityQueue类来实现堆。通过提供自定义比较器，可以创建最大堆或最小堆。