堆与堆排序

1. 如下图所示，（二叉)堆是一个数组，它可以被看成一个近似的完全二叉树。
   
   

   ○ 树上的每一个结点对应数组中的一个元素。
   ○ 除了最底层外，该树是完全充满的，而且是从左向右填充。
   ○ 上图以二叉树和数组形式展现的一个最大堆。每个结点圆圈内部的数字是它所存储的数据。结点上方的数字是它在数组中相应的下标。数组上方和下方的连线显示的是父-子关系：父结点总是在它的孩子结点的左边。该树的高度为3，下标为4（值为8）的结点的高度为1
   ○ 表示堆的数组A包括两个属性：A.length（通常）给出数组元素的个数，A.heap-size表示有多少个堆元素存储在该数组中。
   ○ 设A[1…A.heap-size…A.length]，（根为A[1]），我们很容易得到给定结点i，它的父、左右子结点：

   PARTENT(i)
       return i/2;
   LEFT(i)
       reutrn 2*i;
   RIGHT(i)
       return 2*i+1;
   

2. 二叉堆的两种形式以及性质
   ○ 最大堆

   § 除了根以外的所有结点i，都要满足：
   A[PARTENT(i)] >= A[i]

   ○ 最小堆

   § 除了根以外的所有结点i都有：
   A[PARTENT(i)] <= A[i]

3. 堆排序中使用的是最大堆，最小堆通常用于构造优先队列。
   ○ 若某一属性既适合最大堆也适合最小堆，则使用“堆”这一名词

4. 基本过程
   ○ MAX-HEAPIFY(A, i)：维护最大堆性质的关键，时间复杂度O（lgn）

   § 假定根结点为LEFT(i)和RIGHT(i)的二叉树都是最大堆
   § 使以i为根结点的子树重新遵循最大堆的性质
   § 通过让A[i]的值在最大堆中“逐级下降”实现

   MAX-HEAPIFY(A, i)
       l = LEFT(i)
       r = RIGHT(i)
       if l <= A.heap-size and A[l] > A[i]
           largest = l
       else largest = i 
       if r <= A.heap-size and A[r] > A[largest] 
           largest = r 
       if largest
   

   ○ BUILD-MAX-HEAP：从无序的输入数据数组中构造一个最大堆

   § 子数组A(n/2+1…n)中的元素都是树的叶结点（以它们作为根的子树也就是最大堆）
   § 对树中的其他结点都调用一次MAX-HEAPIFY来构建一个最大堆

   BUILD-MAX-HEAP(A)
       A.heap-size = A.length
       for i = A.length/2 downto 1
     		MAX-HEAPIFY(A, i)
   

   ○ HEAPSORT：对一个数组进行原址排序

   § BUILD-MAX-HEAP将输入的数组A[1…n]建成最大堆
   § 最大的元素总在根A[1]，把它与A[n]交换，并去掉结点n（A.heap-size减1即可）
   § 此时新的根A[1]可能不是最大堆，因此调用MAX-HEAPIFY(A,1)来维护最大堆性质
   § 不断重复上述操作（直到堆只剩下一个元素），最终数组上的值按从小到大排序好。

   HEAPSORT(A)
       BUILD-MAX-HEAP(A)
       for i = A.length downto 2
           exchange A[1] with A[i]
           A.heap-size = A.heap-size-1
           MAX-HEAPIFY(A,1)
   
   

   ○ MAX-HEAP-INSERT
   ○ HEAP-EXTRACT-MAX
   ○ HEAP-INCREASE-KEY
   ○ HEAP-MAXIMUM