堆数据结构：原理、实现与应用全解析

1. 堆数据结构基础解析

堆是一种特殊的完全二叉树结构，在计算机科学中有着广泛的应用。完全二叉树的特点是除了最后一层外，其他层的节点都是满的，且最后一层的节点都集中在左侧。这种结构特性使得我们可以用简单的数组来高效地表示和操作堆。

1.1 堆的核心特性

堆分为两种基本类型：大根堆和小根堆。大根堆中，每个节点的值都大于或等于其子节点的值；小根堆则相反，每个节点的值都小于或等于其子节点的值。这种特性保证了堆顶元素总是整个堆中的最大值（大根堆）或最小值（小根堆）。

堆的这种特性使其非常适合需要频繁访问最大或最小元素的场景，比如优先级队列的实现、堆排序算法等。在实际应用中，堆经常用于任务调度、图算法（如Dijkstra最短路径算法）、数据流的中位数查找等问题。

1.2 堆的数组表示

由于堆是完全二叉树，我们可以用数组来高效地存储它。这种表示方法节省了指针存储空间，且访问效率高。数组表示法中：

• 根节点存储在索引1的位置（有些实现使用0作为根节点，但使用1可以简化计算）
• 对于任意节点i，其左子节点位于2i，右子节点位于2i+1
• 父节点位置为i/2（整数除法）

这种表示法的优势在于：

1. 不需要额外的指针存储空间
2. 通过简单的算术运算即可快速定位父子节点
3. 缓存友好，因为数组元素在内存中是连续存储的

注意：在实际编程中，数组索引从0开始还是1开始会影响父子节点的计算方式。本文示例采用从1开始的方式，因为这样计算更直观（父节点=i/2）。

2. 堆的核心操作算法

堆的核心操作包括向上调整（up）和向下调整（down）算法，它们是构建堆所有其他操作的基础。

2.1 向上调整算法

向上调整算法用于在堆中插入新元素时维护堆的性质。当新元素被添加到堆的末尾后，需要通过向上调整使其到达正确的位置。

算法步骤如下：

1. 将新元素放在堆的最后一个位置
2. 比较该元素与其父节点的值
3. 如果违反堆序性质（大根堆中子节点大于父节点，或小根堆中子节点小于父节点），则交换两者
4. 重复这个过程，直到满足堆序性质或到达根节点

cpp复制void up(int child) {
    int parent = child / 2;
    while(parent >= 1 && heap[child] > heap[parent]) {
        swap(heap[child], heap[parent]);
        child = parent;
        parent = child / 2;
    }
}

这个算法的时间复杂度是O(log n)，因为最坏情况下需要从叶子节点移动到根节点，而完全二叉树的高度是log n。

2.2 向下调整算法

向下调整算法通常用于删除堆顶元素后维护堆的性质。当堆顶元素被移除后，我们将最后一个元素移到堆顶，然后通过向下调整使其下沉到合适的位置。

算法步骤如下：

1. 从根节点开始，比较父节点与两个子节点的值
2. 找出值更大（大根堆）或更小（小根堆）的子节点
3. 如果父节点不满足堆序性质，则