chapter4 序列式容器：heap

---

1 概述

heap并不是归属于STL容器组件，它是个幕后英雄，扮演priority queue的助手。顾名思义，priority queue允许用户以任何次序将任何元素推入容器内，但取出时一定是从优先权最高（也就是数值最高）的元素开始取。binary max heap正是具有这样的特性，适合作为priority queue的底层机制。

1.1 priority queue底层机制的选择分析

1. 若以list作为priority queue的底层机制，元素插入操作可享常数时间；但是要找到list中的极值，却需要对整个list进行线性扫描。如果在插入元素之前先经过排序这一关，使得list的元素值总是由小到大（或由大到小）,此时取得极值以及元素删除操作虽然能达到最高效率，可元素的插入却只有线性表现；
2. 若以binary serach tree作为priority queue的底层机制，则元素的插入和极值的取得就有O(logN)的表现。但binary serach tree的输入需要足够的随机性并且binary serach tree也不容易实现。
3. binary heap应运而生，使得priority queue的复杂度介于queue和binary search tree之间。

1.2 binary heap

binary heap是一种complete binary tree（完全二叉树）。整颗binary tree除了最底层的叶节点之外，是填满的，而且最底层的叶节点由左至右又不得有空隙。

隐式表述法：利用array 来储存所有节点。假设动用一个小技巧，将array的#0元素保留（或设为无限大值或无限小值），那么当complete binary tree中的某个节点位于array的i处时，其左子节点必位于array的2i处，其右子节点必位于array的2i+1处，其父节点必位于i/2处（此处的“/”权且代表高斯符号，取其整数）。通过这么简单的位置规则，array可以轻易实现出complete binary tree。

由于array无法动态改变大小，而heap却需要这项功能，因此，以vector代替array是更好的选择！

1.3 heap的分类

根据元素排列方式，heap可分为max-heap和min-heap两种，前者每个节点的键值（key）都大于或等于其子节点键值，后者的每个节点键值（key）都小于或等于其子节点键值。因此，max-heap的最大值在根节点，并总是位于底层array或vector的起头处；min-heap的最小值在根节点，亦总是位于底层array或vector的起头处。STL供应的是max-heap。

2 heap算法

2.1 push_heap

为了满足complete binary tree的条件，新加入的元素一定要放在最下一层作为叶子节点，并填补从左至右的第一个空格，也就是把新元素插入在底层vector的end()处。

新元素是否适合于其现有位置呢？

为满足max-heap的条件（每个节点的键值都大于或等于其子节点键值），需要执行一个所谓的 percolate up（上溯）程序：
将新节点拿来与其父节点比较，如果其键值（key）比父节点大，就父子对换位置。如此一直上溯，直到不需对换或直到根节点为止。

push_heap算法最终调用__push_heap函数：

template<class RandomAccessIterator, class Distance, class T>
void __puah_heap(RandomAccessIterator first, Distance holeIndex, Distance topIndex, T value) { //holeIndex:容器的最尾端
	Distance parent = (holeIndex - 1) / 2; //找出父节点
    while(holeIndex > topIndex && *(first + parent) < value) {
        //当尚未到达顶端，且父节点小于新值（此时不满足heap的次序特性）
        *(first + holeIndex) = *(first + parent); //令洞值为父值
        holeIndex = parent;	//percolate up（上溯）:调整洞号，向上提升至父节点
        parent = (holeIndex - 1) / 2; //新洞的父节点
    } //持续至顶端，或满足heap的次序特性为止
    *(first + holeIndex) = value; //令洞为新值，完成插入操作
}   

2.2 pop_heap

作为max-heap，最大值必然在根节点。pop操作取走根节点（其实是将原根节点设至底部容器vector的尾端节点）后，为了满足complete binary tree的条件，必须割舍最下层最右边的叶节点，并将其值重新安插至max-heap（因此有必要重新调整heap结构）

为满足max-heap的条件（每个节点的键值都大于或等于其子节点键值），需要执行一个所谓的 percolate down（下溯）程序：将空间节点和其较大子结点“对调”，并持续下放，指至叶节点为止。然后将前述割舍节点设给这个“已到达叶层的空洞节点”，再对它执行一次上溯程序。

需要注意的是，在经过pop_heap后，最大元素只是被放置于底部容器的最尾端，尚未被取走。如果要取其值，可使用底部容器（vector）所提供的back()操作函数。如果要移除它，可使用底部容器（vector）所提供的pop_back()操作函数。

2.3 sort_heap

通过pop_heap将heap中键值最大的元素取出并放置在底层容器的最尾端。因此不断对heap进行pop操作，便可达到排序效果。循环的终止条件为last-first > 1。

2.4 make_heap

基于complete binary tree的隐式表述，将一段现有的vector数据转化为heap。