数据结构-堆(Heap)

堆的主要知识点

1.堆结构就是用数组实现的完全二叉树结构
2.完全二叉树中如果每棵子树的最大值都在顶部就是大根堆
3.完全二叉树中如果每棵子树的最小值都在顶部就是小根堆
4.堆结构的heapInsert与heapify操作
5.堆结构的增大和减少
6.优先级队列结构，就是堆结构（在Java中是PriorityQueue）

堆是用数组实现的，二叉树的结构实际上不存在，只是我们脑补出来的结构。
若数组下标i从0开始，则存在一下关系：
左孩子下标：i * 2 + 1
右孩子下标：i * 2 + 2
父节点下标：(i - 1) / 2
注意以下讨论的情况都是围绕大根堆的。

heapInsert操作（把节点向上调的过程）

适用场景：1.新加一个元素到最后一个节点；2.某元素的值变大，需要调整大根堆
时间复杂度：O(logN)。因为完全二叉树的高度为log(2, N)，所以最多比较log(2, N)次，故时间复杂度为O(logN)。
Code：

	public static void heapInsert(int[] arr, int index) {
   
        while (arr[index] > arr[(index - 1) / 2]) {
   
            swap(arr, index, (index - 1) / 2);
        }
    }

heapify操作（把节点向下调的过程）

把节点向下调的过程，与子节点中较大的节点交换。因为要是交换较小的节点以后，那么这个节点调上去之后子节点都比自己大，这就破坏了大根堆的结构。
适用场景：某元素的值变小，需要调整大根堆
时间复杂度：O(logN)

如果元素的值变化，但不知道是变大还是变小，可以同时尝试heapify和heapInsert，因为只会发生其中的一个操作，所以时间复杂度为O(logN)。
Code：

	public static void heapify(int[] arr, int index, int size) {
   
        int left = index * 2 + 1;
        while (left < size) {
   
            int largest = left + 1 < size && arr[left] < arr[left + 1] ? left + 1 : left; // 这个条件很重要
            largest = arr[index]