是什么

二叉树。//是完全二叉树(除了叶子节点，其他层的节点都是满的)。不是满二叉树(叶子节点都是满的)。

1.以前是二叉搜索树，即二叉有序树
2.堆只是父子节点有序，即子节点比父节点小——最大的父节点是最上边的那个根节点。其他的节点都是无序的。

如何实现堆这种数据结构/树？

基于数组这种数据结构 //最佳实践

1.删除最大数据 //即删除根节点
2.插入新的节点

步骤
1.删除数组的第一个元素
2.把数组最后一个节点复制到根节点的位置(即数组的第一个元素) //如果不满足堆的条件，那么向下比较两个子节点 //如果

步骤
插入到数组的最后一个元素 //如果不满足堆的条件，向上比较一个父节点。因为只和一个父节点比较，所以相对来说，插入比删除更简单一点。

堆这种数据结构可以用来排序。

步骤
1.先按堆的条件插入 //父子节点有序
2.再删除根节点 //每次删除的都是最大数据，所以top N就是删除n个数据即可得到top N

流程
无序数组——》堆树——》remove到有序数组

N * logN //和快速排序一样，但是比快速排序慢一点点，因为需要比较父子节点

一个数组n //很节约空间

注：同一个数组可以存放输入数据-数组、堆二叉树、输出数据-数组。

队列
先进先出。

根节点优先级最高。
父节点比子节点优先级高。

所以，优先级的作用是，上面的优先级高，先从上面获取；下面的优先级低，后从下面获取。

怎么实现？
使用堆二叉树实现。//最佳实践

应用场景
1.堆排序 //堆就是优先级队列，是优先级队列的一种，而且优先级队列最佳实践是使用堆二叉树来实现。

2.操作系统任务调度有优先级

3.多线程也有优先级

思想
基于最大堆或最小堆。目的是把速度从logN降到logK。

堆的大小是K，即top K中的K。

步骤
1.堆数据未满
插入堆

2.堆数据已满
和堆的根数据比较
1）大于
2）等于
3）小于

除了比较数据，还需要维持堆的弱序特性。因为堆的数据数量是K，所以速度是logK。

3.比较完成
最终堆里的数据就是top K。

总结
书里给出了两种解决方案，一个简单点，一个是堆
1.快速排序
2.堆

参考
剑指offer

java数据结构和算法