数据库——优先级队列（堆的应用）（外加TOPK问题 面试常考问题）

一.概念

   在很多应用中，我们通常需要按照优先级情况对待处理对象进行处理，比如首先处理优先级最高的对象，然后处理次高的对象。在这种情况下，我们的数据结构应该提供两个最基本的操作，一个是返回最高优先级对象，一个是添加新的对象。 这种数据结构就是优先级队列(Priority Queue)

二.优先级队列的实现方式——堆

三.操作

   1.入队列（以小堆为例）

      <1.将数组元素以尾插插入数组中

      <2.比较其与双亲结点的值，比他大 则不动；比他小，进行交换

      <3.持续进行上述操作 直至到达根结点

     代码：

public void offer(int i) {
     array[size++]=i;//因为插入元素的下标位置为数组末尾即size处，且插入后size需要加加
     shiftUpSmall(array,size-1);
}//入队 插入元素 当前的堆尾 进行小堆的向下调整

   2.出队列（以小堆为例）（是删除元素） 

     <1.因为直接将树顶元素出的话，剩下的树不会平衡 所以需要进行交换

     <2.将当前树顶与树的最后一个元素进行交换，再对新的树顶进行向下的小堆调整

    代码:

   public int poll(){
        int element=array[0];
        array[0]=array[--size];//先减减 在使用 获取当前队尾下标 出队之后整体元素数减1
        Heap.shiftDownSmall(array,size,0 );//使用小堆来建立新堆
        return element;
    }//出队
    //将当前堆的最后一个元素与要出堆的元素（堆顶）进行交换 输出
    //对当前堆顶进行小堆向下调整

    3.返回队首元素（直接返回即可）（不用删除）

    代码：

    public int peek(){
        return array[0];
    }//返回队首元素（不删除）

四.错误处理的两种不同的返回值

       错误处理 抛出异常  返回特殊值

       入队列     add(e)      offffer(e)

       出队列     remove()  poll()

       队首元素 element()  peek()

五.TOPK问题(重点）

TOPK问题（从海量数据中找到k个最大的）
    操作：从数组中取k个元素，建立一个小堆。堆顶为这几个数 中最小的元素，将数组中的剩余元素依次与其比较，比堆顶小的元素坑定比堆内所有元素都小，如果大于堆顶 则取代当前堆顶，并进行小堆的调整。持续直至最后一个元素
    伪代码：
    heap[k]=createHeapBig(arr[1,k]);
    for(i=k+1;i<array.length;i++){
         shiftDownSmall(heep[k],array.length-k,arr[i]);
    }
    returnheap[k];