【算法通关村】原来这就是堆

堆的概念与特征

堆：将一组数据按照完全二叉树的存储顺序，将数据存储在一个一维数组中的结构。

堆分为大顶堆，小顶堆。

大顶堆：任意节点的值均大于等于它的左右孩子，并且最大值位于堆顶。

小顶堆：任意节点的值均小于等于它的左右孩子，并且最小值位于堆顶。

优先队列和堆不是同一个level的概念，但是Java的PriorityQueue就是堆实现的，因此在Java领域可以认为堆就是优先队列，优先队列就是堆，换做其他场景则不行。

堆的构造过程

如何建立一个大堆：

1. int i = (size-2)/2 找到最后一个。

2. 比较，比父节点大就交换。小则不动。

3. i-1，继续比较。

4. 若交换后，子树却不满足了，所以还需调整它的子树。

5. 直到根节点也满足要求了，就完毕了。

插入操作

放到最后一个位置，然后上浮，保证子树都满足堆。

删除操作

堆本身比较特殊，一般对堆中的数据进行操作都是针对堆顶的元素。即每次都从堆中获得最大值或最小值，其他的不关心，所以我们删除的时候，也是删除堆顶。

如果直接删除堆顶，整个结构被破坏了。

实际策略，将堆最后一个元素和堆顶元素交换，然后删除堆中最后一个元素。然后再维持一下堆，上浮下沉。

总结

堆价值就在于大顶堆的根节点是整个树最大的那个，增加时会根据根的大小来决定要不要加，而删除操作只删除根元素。这个特征可以在很多场景下有奇妙的应用，后面的算法题全都基于这一点。

堆的效率高。因为堆元素的数量是有限制的，一般不用将所有的元素都放到堆里。后面题目中可以看到，在序列中找K大，则堆的大小就是K。如果K个链表合并，那么堆就是K。

口诀：

查找：找大用小，大的进；找小用大，小的进。

排序：升序用小，降序用大。

查找的方法就是：找 k 大， 则用小顶堆，后序的数据只有比根元素更大时才允许进入堆。如果找 k 小，则反过来。