堆

堆分为两种，大根堆：任何一个子树的根节点是子树中的最大值 。小根堆：任何一个子树的根节点是是子树的最小值。应用堆结构解决贪心问题很有效果，具体方法后续再更新。
对堆结构的两种操作：
heapinsert：插入一个新节点，调整建堆。
void heapinsert(int arr[],int index)
{

   while(arr[index]>arr[(index-1)/2])
      {
   swap(arr,index,(index-1)/2);
   index=(index-1)/2;
                        }

}
插入一个新节点的时间复杂度：假设堆有N个节点，则层数为logN，最坏情况下，从最后一层向上一直向上调整到根节点。所以时间复杂度为logN。

heapify:i位置的值发生变化，并且是变小，调整成大根堆。
void heapify（int a[],int i,int size）//size为大根堆的大小
{
int L=i*2+1;
while(L<大根堆的大小）
{

    int  largest=L+1<size&&arr[L]>arr[L+1]?L:L+1;//如果右节点在堆范围内，判断两个子节点哪一个更大，
    int largest=arr[largest]>a[i]?largest:i;      //判断父节点和较大子节点哪一个更大
    if(largest==i)        //如果最大的就是当前节点，则，不用下沉
    break;
    swap(arr,largest,i);//否则交换两个节点的值
    i=largest;   //令largest等于i
    L=i*2+1:  //寻找新的左子节点
      }

}
调整时间复杂度，最坏情况从根节点一直沉到底，o(logN);

运用案例：一组数据不断的吐出一些数字，要你求出已经吐出的数字中的中位数
方法：建立一个大根堆，在建立一个小根堆，吐出的数字不断加入大根堆，调整建堆，如果大根堆中的数字总和与小根堆中数字总和大于1；则取大根堆堆顶元素加入小根堆。这样吐出的数字总会被分成各N/2份，大根堆中数字永远是，较小的前半部分，小根堆中的数字永远是较大的后半部分，中位数可以求出了。

堆排序：
先生成大根堆，然后堆顶元素在和数组最后一个元素交换位置，同时堆的范围size-1；重复以上操作。
代码
for(int i=0;i<数组长度；i++)
heapinsert(arr,i); //相当于从i=0开始插入新节点进行建堆
int size=arr.length;
swap(arr,0,–size); //交换堆顶元素数组最后一个元素
while(size>0)
{
heapify(arr,0,size); //将打乱的堆重新建成堆
swap(arr,0,–size); //交换建堆后的堆顶元素和数组倒数的第（2,3,4.。。。。）元素
}

此外建堆，还有一种从叶子结点向根节点，从下往上的建堆方法，下次再更新