堆排序——完全二叉树中的浮沉往事

基本概念

满二叉树（Full Binary Tree）

一个二叉树，如果每一层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是（2^k） - 1，则它就是满二叉树。
一棵满二叉树的每一个结点要么是叶子结点，要么它有两个子结点，但是反过来不成立，因为完全二叉树也满足这个要求，但不是满二叉树。

完全二叉树(Complete Binary Tree)

对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。
特点：叶子结点只可能在最大的两层出现。
性质：度为1的结点只有一个或零个。

定义二： 若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。

什么是堆

首先我们先认识一下操作系统中的堆和栈：
一、堆栈空间分配的区别
1.堆：一般由程序员分配释放，若程序员不释放，程序结束时可能由OS回收，分配方式类似于链表。
2.栈：由操作系统自动分配释放，存放函数的参数值，局部变量的值等。其操作方式类似于数据结构中的栈。
二、堆栈缓存方式区别：
1.栈使用的是一级缓存，他们通常都是被调用时处于存储空间中，调用完毕立即释放；
2.堆是存放在二级缓存中，生命周期由虚拟机的垃圾回收算法来决定（并不是一旦成为孤儿对象就能被回收）。所以调用这些对象的速度相对来得低一些。

而数据结构中堆和栈是完全不同的概念：
三.堆栈数据结构区别
堆（数据结构）：堆可以被看成是一棵完全二叉树，用数组对象实现，如：堆排序。
栈（数据结构）：一种先进后出的数据结构。

数据结构中堆的应用：
1.优先级队列
2.堆排序
3.100W个数中找出最大（最小）的前k个数

今天我们来介绍数据结构中堆的第二个应用：堆排序。

最大堆和最小堆

在介绍堆排序之前，我们还有第二个概念需要掌握，那就是最大堆和最小堆。最大堆和最小堆其实是二叉堆的两种形式：
最大堆:根结点的键值是所有堆结点键值中最大者的堆（又名大顶堆）
最小堆：根节点的键值是所有堆结点键值中最小者的堆（又名小顶堆）

主要操作（最大堆）：
插入：只需要将结点插在二叉树的最后一个叶子结点位置，然后比较它和它父亲结点的大小，如果它比父亲结点小则停止，否则交换值，然后对父亲结点递归该过程直至根节点（上浮操作）。时间复杂度为O(logn)。
删除：要从堆中删除一个结点，用最后一个结点替换掉要删除的结点，然后调整结点顺序以维持堆特性（下沉操作）。时间复杂度为O(logn)。
生成最大堆：最大堆通常是一棵完全二叉树，因此我们使用数组的形式来存储最大堆的值，从0号单元开始存储，因此父结点和子结点的关系就是两倍有多的关系。（时间复杂度O(nlogn) )
即：
heap[father * 2 + 1] == heap[leftChild];
heap[father * 2 + 2] == heap[rightChild];
heap[father] == heap[(leftChild - 1) / 2] == heap[(right - 1) / 2];
我们生成最大堆通常是先将所有数据放入数组，然后对所有非叶子结点进行下沉的操作，找到合适的位置。

最大堆的代码实现：

/*Max_heap.h*/
#pragma once
#include <vector>
#include <iostream>
#include <algorithm>
using namespace std;
class Max_heap
{
   
public:
       Max_heap() = default;
       Max_heap(vector<int>& vec) : v(vec) {
    init_heap(); }
       void insert_heap(int);
       int delete_heap(size_t);
       void print();
private