堆是一種完全二叉樹結構，以陣列儲存
堆的最後一層從左開始填充
對於元素個數為n的堆來說，高度為 floor(lgn)
對於給定下標i （從0開始），父節點，左兒子，右兒子分別為：
parent(i)
return (i-1)>>1
left(i)
return
2i+1
right(i)
return
2i+2
heapify、buildheap、sort
heapify用來保持某個特定節點及其所有子節點的最大/最小堆性質
buildheap用來將整個陣列構建為最大/最小堆
sort將陣列排序，並毀壞最大/最小堆結構
//以最大堆為例
//這裡不做邊界檢查
void heapify(int * arr, int
index, size)
}void buildheap(int* arr, int size)
void sort(int* arr, int size)
}
以最大/最小堆實現的最大/最小優先順序佇列是最大/最小堆的乙個重要應用。
以最大堆為例
在之前的基礎上新增了maximum， extractmax， increasekey（最小堆相應的為decreasekey）， insert 四個函式
int maximum(int* arr)
int extractmax(int* arr, int
size)
bool increasekey(int* arr, int index, int
size, int key)
return true;
}//**不檢查邊界，但是在這裡邊界檢查非常重要
bool insert(int* arr, int
size, int key)
但是對於最大/最小優先順序佇列，有乙個問題：為什麼在演算法導論的介紹中不提供decreasekey（最大堆）和increasekey（最小堆）？
就資料結構來說是完全可以做到的，代價也只是一次heapify所帶來的o(lgn)。我估計只是與最大/最小優先順序佇列的設計相違背所以不提供。實際工程應用中可能會有各種各樣的需求，應當視實際情況重新設計。
若有不對，歡迎指出。
演算法導論複習（3） 堆排序
堆排序與歸併排序具有相同的時間複雜度o nlgn 但是在講堆排序之前，先要搞清楚堆排序使用的 二叉堆 二叉堆是乙個陣列，可以被看成近似的完全二叉樹 特點 1.樹上每一節點對應乙個元素，除最底層外，樹是完全充滿的，而且從左到右填充。2.a 大頂堆 根節點的值是大於等於任何子節點的值 b 小頂堆 根節點...
演算法 堆排序（堆）
使用情形 插入乙個數 求集合當中的最小值 刪除最小值 刪除任意乙個元素 修改任意乙個元素 用一維陣列儲存二叉樹，左兒子在陣列中為根節點在陣列中的位置的2倍，右兒子在陣列中為根節點在陣列中的位置的二倍加一。求當前堆的最小值 void down int u 輸入乙個長度為n的整數數列，從小到大輸出前m小...
演算法複習1 堆
insert 函式有以下三種用法 1 在指定位置loc前插入值為val的元素,返回指向這個元素的迭代器 2 在指定位置loc前插入num個值為val的元素 3 在指定位置loc前插入區間 start,end 的所有元素 1 題目描述 如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中...