STL浅析 heap、priority_queue

heap

heap（堆），并不属于STL容器组件，作为priority_queue（优先队列）的底层容器。而heap的底层容器是vector。
priority_queue的特点就是推入多个元素，当取出时，取出的是priority_queue里面优先级最高的那个元素，元素的优先级可以自定义也可以默认按照大小顺序。
binary max heap 正是具有这样的特性，适合做为 priority queue 的底层机制。

堆和二叉搜索树的区别

有一个问题：二叉搜索树也可以满足priority_queue的要求，为什么用堆而不用二叉搜索树。
所以我们写看看堆和二叉搜索树的区别：
节点的顺序：在二叉搜索树中，左子节点必须比父节点小，右子节点必须必比父节点大。但是在堆中并非如此。在最大堆中两个子节点都必须比父节点小，而在最小堆中，它们都必须比父节点大。

内存占用。普通树占用的内存空间比它们存储的数据要多。你必须为节点对象以及左/右子节点指针分配额为是我内存。堆仅仅使用一个数据来存储数组，且不使用指针。

平衡。二叉搜索树必须是“平衡”的情况下，其大部分操作的复杂度才能达到O(log n)。你可以按任意顺序位置插入/删除数据，或者使用 AVL 树或者红黑树，但是在堆中实际上不需要整棵树都是有序的。我们只需要满足对属性即可，所以在堆中平衡不是问题。因为堆中数据的组织方式可以保证O(log n) 的性能。

搜索。在二叉树中搜索会很快，但是在堆中搜索会很慢。在堆中搜索不是第一优先级，因为使用堆的目的是将最大（或者最小）的节点放在最前面，从而快速的进行相关插入、删除操作。

所以我们现在可以总结一下了，使用堆的优点：
1.内存占用小
2.不需要平衡，只需要保证子树小于当前节点。
3.因为优先队列不需要搜索，只找最大或最小值，所以时间上也不会慢。

heap的push操作

在将push操作之前我们明确三个前提：
1.heap使用数组存储数据。
某节点下标为x，它的左子节点下标则为2x，它的右子节点下标则为2x+1。利用了这一特性就可以将数据存在数组中。
2.heap是一个完全二叉树
3.堆有大根堆和小根堆（也有人称为大顶堆小顶堆，一样的），下文所说的heap都是大根堆。

push操作
1.新push进来的元素会存放在数组的最后面，也就是heap的最底层的[最右边的节点]。&#x