一.二叉树的顺序结构：
二.堆的概念及结构：
堆在物理结构上是数组，逻辑结构上就是完全二叉树。
1.大堆和小堆的介绍：
然而堆又分为大堆和小堆。大堆就是父亲节点大于等于孩子节点，小堆就是父亲节点小于等于孩子节点。
如图上面那个就是小堆，下面那个就是大堆。我们可以发现父亲和孩子是有关系的，但是兄弟之间是没有大小关系的。
三.堆的实现：
1.准备工作：
在物理结构上堆就是数组，所以这里有size来记录堆中数据的个数，capacity来记录堆的空间大小
2.堆的初始化：
这里先不给数组开辟空间，当堆里插入数据时再开辟空间。
3.堆的销毁：
堆的销毁就是释放掉给堆存放数据的空间，然后令计数的变量为0即可。
在实现堆的插入时，实际上堆是一个完全二叉树，而堆又分为大堆和小堆，随便插入会导致堆的结构造成破坏，所以我们要提前写一个向上调整和向下调整的算法，来针对是大堆还是小堆的排序。
4.向上调整的算法：
实现向上算法之前，我们将要插入的那个数据的位置视为孩子，利用这个位置找到父亲节点。
上面写了孩子的下标为i，父亲的节点是（i-1）/2
拿这个图举列子，这个是建立小堆，所以小节点在上面。
这里是按照小堆来调整的，所以当发现父亲比孩子大的数据就交换。
循环交替，互换父亲和孩子的位置，直到孩子的数组下标为0时循环就截至。
里面利用一个自己写的交换函数，然后交换完往上继续就行。
整个代码如图：
这里调整算法传参传的是一个数据类型的指针，而不是结构体指针，就是为了后面写堆排序有用。
现在我们写了向上调整的算法，我们就可以来实现建堆的插入数据的函数。
5.堆的插入：
先建立一个大堆或者小堆，然后插入数据（插入到最后一个叶子节点上），然后利用向上调整算法，使其大堆小堆的性质不发生改变。
还是这个图，当数据成功插入到堆中后，此时调用向上调整算法，需要调整的孩子节点就是刚刚插入的那个数据，就是size-1的位置的数据。
此时我们来调试一下
看看这些数据是否是小堆：
小堆就是父亲节点小于等于孩子节点。这个是完全没有问题的父亲节点都小于孩子节点。
所以这个函数的构造是没有问题的。
6.向下调整的算法：
这里看出向下调整的过程：
首先将那个要插入的数据作为头节点，让其作为父亲节点，向下找孩子节点，然后交换：
然后再将孩子节点传给父亲节点，然后继续往下找，直到孩子节点到达了叶子节点时循环就结束。
现在来编写代码：
这里的参数n就是代表从堆的哪个节点开始向下调整。
这里有可能会出现越界访问：
当走到后面的父亲节点时，如果是完全二叉树，有可能有没有右孩子的情况，所以这里要加一个限制条件以免越界访问。
这样加了一个限制条件后就不会导致越界访问。
这里的实际意义就是，比如删除堆顶的数据时，此时是小堆，删除堆顶的数据后，再利用向下调整算法，这样就可以把堆里次小的数据找出来了，这样就可以用来排序。
7.堆顶数据的删除：
此时想删除堆顶数据，如果直接将1覆盖会导致怎样的后果呢？
在这里关系就全乱了，原本是兄弟现在变成父子了，所以这里就不是小堆了，所以不能用挪动数据来覆盖。
在这里逻辑结构上的思路就是，你想防止下面的小堆不被打乱，所以这里我们只动堆顶和最后一个数据，我们将这两个数据交换一下：
此时在物理结构上的逻辑就是数组第一个和最后一个交换了一下，然后我们删除数组尾部的数据就特别好删除了。
物理结构上：
直接将记录数组大小的变量减减即可。所以这种办法不会导致关系变得混乱，也能很好的删除堆顶的数据。
交换完数据之后堆顶下边的两个子树还是满足小堆或者大堆，此时就可以使用向下调整算法，让交换完数据的堆还是保持原来的性质。
整个代码如图：
8.取堆顶的数据：
9.堆的判空：
总结：以上博客就是堆的整个实现的过程。
