二叉树相关（下）

堆树

堆是一种特殊类型的二叉树，具有以下两个性质：

1. 每个节点的值大于（或小于）等于其每个子节点的值。
2. 该树完全平衡，最后一层的叶子都处于最左侧位置。

违反以上两个性质之一的树都是非堆树。当父节点的值总是大于或小于其子节点的时候，则称为最大堆和最小堆。

图示最大堆：

可以用数组来实现堆，根据最大堆的性质：
heap[i] ≥ heap[2i+1]
heap[i] ≥ heap[2i+2] ，注意2i+2不能超过项数。
根据堆树的性质，其是一个完全二叉树，所以i可以视为父节点，而2i+1和2i+2视为其左右子节点，对于最大堆来说，上面两个公式始终成立，因此可以将一个无序数组转变为堆树。

将堆作为优先队列

之前的文章栈和队列当中描述了用链表实现优先队列的方式，其结构复杂度是$O(n)$或$O(\sqrt{n})$，对于n较大的时候，效率极其低下，而堆是完全平衡树，$O(\log n)$次查找可以到达叶节点。为了达到这个目的，可以向堆中添加或删除元素。为了保持堆的性质，在添加元素的时候可以将最后一个叶子节点向根部移动。

上述算法的中心思想是在堆尾添加新的元素，并一直往根节点移动直至父节点比该节点的值大，此时堆树的结构未被打破。

由于堆的性质，删除的一定是根节点（FIFO）并且将原来的尾节点逐步下移直至满足一个新的堆。

用数组实现堆

堆可以用数组实现，但数组并不是堆。某些情况下，数组需要转变为堆（堆排序）。进行堆转化有多种方式，最简单的就是从空堆，按顺序添加心得元素，这是一个自顶向下的方法。
通过对之前描述的堆插入的描述，我们可以总结出这种算法的最坏情况得出复杂度。当每个新添加的元素都需要从堆尾移动到堆顶，这种情况需要的步骤最多，第k个节点，移动到堆顶需要$\lfloor \lg k\rfloor$次交换操作，所以总的计算公式为：
$\sum _{i=1}^n\lfloor \lg k\rfloor \le \sum _{i=1}^n\lg k=\lg 1+\lg 2+...+\lg n=lg(1\ast 2\ast ...\ast n)=\lg (n!)=O(n\lg n)$
该式的证明过程略，百度可以搜到。

而常用另一种堆排序算法分为堆创建和堆重构两个部分，简单说明，堆创建的时间复杂度为O(n)，堆重构的复杂度为O(nlgn)。

treap树

堆的性质非常有趣，它是完全平衡树，且允许立即访问最大或者最小节点，无法立即访问其他元素。二叉树的查找非常高效，但取决于插入与删除操作的顺序以及树的形状，畸形树会趋近于链表的复杂度。这里我们将堆与查找树的概念结合，形成treap树，这种结构抛弃了树完全平衡的要求，以及叶子节点应该在靠左位置的特征，尽管堆本身会尽可能平衡。