堆是一棵完全二叉树，使用数组实现堆，堆分为两种：
- 最大堆：父节点大于任意子节点（因此堆顶为最大值）
- 最小堆：父节点小于任意子节点（因此堆顶为最小值）
对于第i个节点（i从0开始计数）：
- 父节点：
(i-1)/2 - 左子节点：
2i+1 - 右子节点：
2i+2
若包含sz个节点，则第一个非叶子节点的序号为(sz - 2) / 2
插入节点时，进行下列操作：
- 将元素添加到数组末尾；（相当于叶节点接入堆中）
- 和父节点进行比较，如果大于父节点(以最大堆为例)，则与父节点交换，一直比较交换到根节点
/********************************************
* 向堆中插入元素
* hole：新元素所在的位置
********************************************/
template <class value>
void _push_heap(vector<value> &arr,int hole){
value v = arr[hole]; //取出新元素，从而产生一个空洞
int parent = (hole - 1) / 2;
//建最大堆，如果建最小堆换成 arr[parent] > value
while(hole > 0 && arr[parent] < v){
arr[hole] = arr[parent];
hole = parent;
parent = (hole - 1) / 2;
}
arr[hole] = v;
}删除实际上是将堆顶元素移入数组末尾，并不是真的删除。删除节点时，进行下列操作：
- 保存数组末尾元素(存如临时变量
v)，将堆顶元素存入数组末尾 - 将原来堆顶元素的两个子节点中较大的一个移入堆顶(以最大堆为例)，填补空缺，此时产生新的空缺，继续此步骤，直到空缺为一个叶子节点
- 将
v中存储的值移到空缺叶子节点的位置 - 对上一步中的新叶子节点完成向上比较交换操作
/********************************************
* 删除堆顶元素
********************************************/
template <class value>
void _pop_heap(vector<value> &arr,int sz)
{
value v = arr[sz - 1];
arr[sz - 1] = arr[0];
--sz;
int hole = 0;
int child = 2 * (hole + 1); //右孩子
while(child < sz){
if(arr[child] < arr[child - 1])
--child;
arr[hole] = arr[child];
hole = child;
child = 2 * (hole + 1);
}
if(child == sz){
arr[hole] = arr[child - 1];
hole = child - 1;
}
arr[hole] = v;
_push_heap(arr,hole);
}- 堆的大小固定(且所有元素已知)：按“序号从大到小”的顺序遍历所有非叶子节点，将这些节点与左右子节点较大者(以最大堆为例)交换，执行siftdown一直到叶子节点，因此，每遍历到一个节点时，其左子树和右子树都已经是最大堆，只需对当前节点执行siftdown操作
- 堆的大小未知(如数据流)：可以通过插入操作来构建堆
/********************************************
* 建堆
* sz：删除堆顶元素后的大小
* v： 被堆顶元素占据的位置原来的元素的值
********************************************/
template <class value>
void _make_heap(vector<value> &arr)
{
int sz = arr.size();
int parent = (sz - 2) / 2;
while(parent >= 0){
int hole = parent;
int child = 2 * (hole + 1); //右孩子
value v = arr[hole];
while(child < sz){
if(arr[child] < arr[child - 1])
--child;
arr[hole] = arr[child];
hole = child;
child = 2 * (hole + 1);
}
if(child == sz){
arr[hole] = arr[child - 1];
hole = child - 1;
}
arr[hole] = v;
_push_heap(arr,hole);
--parent;
}
}- 插入节点：时间复杂度为O(logn)
- 删除堆顶：时间复杂度为O(logn)
- 建堆：
- 堆的大小固定(且所有元素已知)：每个siftdown操作的最大代价是节点被向下移动到树底的层数。在任意一棵完全二叉树中，大约有一半的节点是叶节点，因此不需要向下移动。四分之一的节点在叶节点的上一层，这样的节点最多只需要移动一层。每向上一层，节点的数目就为前一层的一般，而子树高度加1，因此移动层数加一。时间复杂度为O(n)
- 堆的大小未知(如数据流)：由于插入节点的时间代价为O(logn)，对于n个元素，每个执行一次插入操作，所以时间复杂度为O(nlogn)