数据结构-堆（heap）

堆是什么？

堆是一种满足以下条件的树：

堆中的每一个节点值都大于等于（或小于等于）子树中所有节点的值。称为大顶堆（小顶堆）

（注意：堆不一定是完全二叉树，只是为了方便存储和索引，我们通常用完全二叉树的形式来表示堆）

堆有什么用？

当我们只关心所有数据中的最大值或者最小值，存在多次获取最大值或者最小值，多次插入或删除数据时，就可以使用堆。

有小伙伴可能会想到用有序数组，初始化一个有序数组时间复杂度是 O(nlog(n))，查找最大值或者最小值时间复杂度都是 O(1)，但是，涉及到更新（插入或删除）数据时，时间复杂度为 O(n)。

相对于有序数组而言，堆的主要优势在于更新数据效率较高。 堆的初始化时间复杂度为 O(nlog(n))，堆可以做到O(1)时间复杂度取出最大值或者最小值，O(log(n))时间复杂度插入或者删除数据。

堆如何存储？

之前介绍树的时候说过，由于完全二叉树的优秀性质，利用数组存储二叉树即节省空间，又方便索引（若根结点的序号为1，那么对于树中任意节点i，其左子节点序号为 2\*i，右子节点序号为 2\*i+1）。

堆的操作

堆的操作主要包括两种 : 插入元素 和 删除堆顶元素。

        插入元素：

                1.将要插入的元素放到最后

                2.从底向上，如果父结点比该元素小，则该节点和父结点交换，直到无法交换

        删除堆顶元素：

                堆顶元素总是最大的（or 最小的）。所以当我们需要多次查找最大元素或者最小元素的时候，可以利用堆来实现。删除堆顶元素后，为了保持堆的性质，需要对堆的结构进行调整，我们将这个过程称之为"堆化"，堆化的方法分为两种：

•                   一种是自底向上的堆化：首先删除堆顶元素，此位置空出。比较空出节点的左子节点和右子节点，将较大的元素填充到空位。一直循环比较空出位置的左右子节点，并将较大者移至空位。但是，我们会发现数组中出现了“气泡”，这会导致存储空间的浪费。
•                   另一种是自顶向下堆化：我们将最后一个元素移动到堆顶。不停与左右子节点的值进行比较，和较大的子节点交换位置，直到无法交换位置。

堆排序

分为两步：

• 第一步是建堆，将一个无序的数组建立为一个堆
• 第二步是排序，将堆顶元素取出，然后对剩下的元素进行堆化，反复迭代，直到所有元素被取出为止。