数据结构之堆的简述

什么是堆

今天来谈谈数据结构中的堆，什么是堆呢？我的理解是，堆可以看作一棵逻辑上的完全二叉树，并可以通过数组保存的。

堆分为大堆，小堆，堆就像一个金字塔一样，大堆就是越大的值越往上，最大值在堆顶，每一个元素都大于等于它的左右孩子，小堆反之。

向下调整

以小堆为例，堆的向下调整就是当数组中只有需要调整的元素不满足条件，其他元素都满足小堆的条件了，就可以进行向下调整使之有序。

向下调整的思路就是：如果是叶子结点就不用调整了，找出孩子中最小的（一个孩子的话最小的就是左孩子了），把小孩子跟该结点作比较小孩子较小就交换，直到整体有序。
代码如下：

//向下调整  时间复杂度log(n)
    public static void adjustDown(int[] array,int size,int index){
        while(true) {
            //1.判断index是不是叶子
            int leftIndex = 2 * index + 1;
            if (leftIndex >= size) {
                return;
            }

            //2.找最小孩子
            int minIndex = leftIndex;
            int rightIndex = leftIndex + 1;
            if (rightIndex < size && array[rightIndex] < array[leftIndex]) {
                minIndex = rightIndex;
            }

            //3.比较最小孩子的值和index位置的值
            if (array[minIndex] >= array[index]) {
                return;
            }

            //4.交换
            int t = array[minIndex];
            array[minIndex] = array[index];
            array[index] = t;

            //把最小孩子视为index继续循环
            index = minIndex;
        }
    }

建堆

那么如何建堆呢？
需要提供一个数组，从第一个有孩子的结点开始到第一个元素，每个元素进行一次向下调整即可。
具体实现如下：

//建堆 o(n*log(n))
    public static void createHeap(int[] array,int size){
        //数组最后一个下标
        int lastIndex=size-1;
        //最后一个下标的父节点
        int lastparentIndex=(lastIndex-1)/2;
        //不断进行向下调整
        for(int i=lastparentIndex;i>=0;i--){
            adjustDown(array,size,i);
        }
    }

堆的应用

堆的应用主要有三个：堆排序、TopK问题以及优先级队列。

堆排序就是利用堆可以找出最小值/最大值这一特性进行排序，之前有篇博客是专门写排序的，里面有提到，详情见Java-七大排序算法，你学废了吗 在此不做赘述。

TopK问题是面试中常考的问题，例如给定一个数组找出前k个最大的元素，可以先建k个元素的小堆，遍历剩下的元素，都跟堆顶元素比较，如果比堆顶元素大就代替它，让进行一波向下调整即可。

优先级队列就是对队列中优先权高（类似最大最小）的优先操作，在入队列和出队列时会用到堆，入队列类似建堆，出队列时需要先拿出队尾元素代替队首元素，然后进行向下调整。

好啦，今天的堆就总结到这里了，如有错误之处还请指正。