数据结构 之 堆

优先队列

普通队列：先进先出，后进后出

优先队列：出队顺序和入队顺序无关，只与优先级有关；可以方便地动态选择优先级最高的任务执行

优先队列的实现：
（1）普通数组：入队O(1)，出队O(n)
（2）顺序数组：入队O(n)，出队O(1)
（3）堆：入队O(logn)，出队O(logn)

堆

堆是一棵完全二叉树。最大堆中，节点的值总是不大于其父节点的值。

使用数组存储堆：

Shift Up 操作：新加入堆的元素，与其父节点进行比较，若新元素大，则与父节点交换位置，使堆满足最大堆的基本要求

Shift Down 操作：弹出堆中最大的元素（堆顶元素）后，将数组尾部元素填补到堆顶，而后将该元素和两个子节点元素较大的那个进行比较，若该元素小，则与子节点交换位置，直至该元素大于两个子节点或已进入堆的最后一层

Heapify 操作：对于前n/2个元素（即非叶子节点的元素）进行 Shift Down 操作，使之成为最大堆

比较：将n个元素逐个插入到空堆当中，算法复杂度为O(nlogn)；使用Heapify操作，算法复杂度为O(n)

堆排序

算法描述：每次从堆中弹出队首，即为最大的元素，与队尾进行交换操作；则蓝色有序部分长度加1，重复操作

堆结构：

代码实现：

template<typename T>
void heapSort(T arr[], int n){

    for( int i = (n-1)/2 ; i >= 0 ; i -- )
        __shiftDown(arr, n, i);

    for( int i = n-1; i > 0 ; i-- ){
        swap( arr[0] , arr[i] );
        __shiftDown(arr, i, 0);
    }
}

最大索引堆

数据结构：使用index保存数据存放的位置，而数据存放在data当中；构建堆的过程中，修改的是index的内容；rev用于反向查找，表示索引在堆中的位置

最大索引堆可以很方便地修改，查找复杂类型的数据


关系如下：

最大最小队列

二项堆

斐波那契堆