堆是其中一种非常重要且实用的数据结构。堆可以用于实现优先队列，进行堆排序，以及解决各种与查找和排序相关的问题。本文将深入探讨两种常见的堆结构：大顶堆和小顶堆，并通过 C++ 语言展示如何实现和使用它们。
一、定义
堆是一种完全二叉树。完全二叉树的定义：所有节点从上往下，从左往右的依次排列，不能有空位置，是为完全二叉树。
下面是完全二叉树和不完全二叉树的示意图：
大顶堆：
根节点（堆顶元素）是所有节点中的最大值（父节点都大于左右子节点）。大顶堆常用于实现优先队列，且可用于构建堆排序算法。
小顶堆：
小顶堆中的根节点是所有节点中的最小值（父节点都小于左右子节点）。小顶堆常用于问题如：查找流中的前 K 个最小元素。
二、实现
通常用 数组 来实现：具体方法就是将二叉树的结点按照 层级顺序 放入数组中， 根结点在 位置1（数组索引0处不存储数据），它的子结点在位置2和3，而子结点的子结点则分别在位置4,5,6和7，以此类推
- 如果一个结点的位置为 k，则它的父结点的位置为 k/2
- 两个子结点的位置则分别为 2k 和 2k+1
2.1 Insert
堆是用 数组 完成数据元素的存储的，由于数组的底层是一串连续的内存地址，所以要往堆中插入数据，只能往数组中从索引0处开始，依次往后存放数据，但是堆中对元素的顺序是有要求的，每一个结点的数据要 大于等于它的两个子结点的数据，所以每次插入一个元素，都会使得堆中的数据顺序变乱，这个时候就需要通过一些方法，让刚才插入的这个数据放入到合适的位置
所以，如果往堆中新插入元素，只需要不断的比较新结点 a[k] 和它的父结点 a[k/2] 的大小，然后根据结果完成数据元素的交换，就可以完成堆的有序调整。
2.1 delMax
由大顶堆的特性可以知道，索引1处的元素，也就是根结点就 是最大的元素，把根结点的元素删除后，需要有一个新的根结点出现，这时可以 暂时把堆中最后一个元素放到索引1处，充当根结点，但是它有可能不满足堆的有序性需求，这个时候就需要通过一些方法，让这个新的根结点放入到合适的位置
所以，当删除掉最大元素后，只需要将最后一个元素放到索引1处，并不断的拿着当前结点 a[k] 与它的子结点a[2k] 和 a[2k+1] 中的较大者交换位置，即可完成堆的有序调整。
三、堆排序
要求：给你一个数组 {4,6,8,5,9} , 要求使用堆排序法，将数组升序排序。
实现步骤：
- 构造堆
- 得到堆顶元素，这个值就是最大值
- 交换堆顶元素和数组中的最后一个元素，此时所有元素中的最大元素已经放到合适的位置
- 对堆进行调整，重新让除了最后一个元素的剩余元素中的最大值放到堆顶
- 重复2~4这个步骤，直到堆中剩一个元素为止
3.1 堆构造过程
堆的构造，最直观的想法就是另外再创建一个新数组，然后从左往右遍历原数组，每得到一个元素后，添加
到新数组中，并通过上浮，对堆进行调整，最后新的数组就是一个堆
上述的方式虽然很直观，也很简单，但是可以用更聪明一点的办法完成它
创建一个新数组，把原数组0 ~ length-1的数据拷贝到新数组的 1 ~ length 处，再从新数组 长度的一半 处开始往 1索引 处扫描（从右往左），然后对扫描到的每一个元素做下沉调整即可
为什么是新数组长度的一半？
因为新数组是一个无序堆，长度的一半之后的结点为叶子结点；叶子结点不需要要下沉调整
1.假设给定无序序列结构如下：
2.此时我们从最后一个非叶子结点开始（叶结点自然不用调整，第一个非叶子结点arr.length/2-1=5/2-1=1,也就是下面的6结点)，从左至右，从下至上进行调整。
3.找到第二个非叶节点4，由于[4,9,8]中9元素最大，4和9交换。
4.这时，交换导致了子根[4,5,6]结构混乱，继续调整，[4,5,6]中6最大，交换4和6。
3.2 堆排序过程
对构造好的堆，只需要做 类似于堆的删除操作，就可以完成排序：
- 将堆顶元素和堆中最后一个元素交换位置
- 通过对堆顶元素下沉调整堆，把最大的元素放到堆顶 (此时最后一个元素不参与堆的调整，因为最大的数据已经到了数组的最右边)
- 重复1~2步骤，直到堆中剩最后一个元素
1.将堆顶元素9和末尾元素4进行交换
2.重新调整结构，使其继续满足堆定义
3.再将堆顶元素8与末尾元素5进行交换，得到第二大元素8
4.后续过程，继续进行调整，交换，如此反复进行，最终使得整个序列有序
3.3 总结堆排序的基本思路
1).将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
2).将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端：
3).重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤
直到整个序列有序。
至于完整的代码实现和动画显示，可以参考我的文章 - 排序算法基础
