总目录 > 7 数据结构 > 7.4 堆与优先队列
前言
小时候，学长对我讲，堆和优先队列，是一个意思。一开始学了堆，然后一直手写堆；自从有一天被告知 STL 中的 priority_queue 就是堆之后，也就再也没写过堆了。
这里好好理清楚两者的概念，并回顾一下堆，再拓展一下更多的内容。
子目录列表
1、堆与二叉堆
2、二叉堆的存储与操作
3、堆排序
4、特殊的堆
5、优先队列
7.4 堆与优先队列
1、堆与二叉堆
堆是一种特殊的树，其每个结点的权值必须大于等于或小于等于其父亲结点的权值。也就是说，堆本身并不是一种数据结构，而是对树上结点权值有特定要求的一种树。
堆的种类很多，以二叉堆最为常见。通常我们提及的堆是狭义的二叉堆，所以不少地方会直截了当地定义为 “堆是一棵二叉树”，其实不够严谨。除了二叉堆，广义的堆还包括配对堆，左偏树，二项堆，斐波那契堆等，它们并不全是二叉堆。
堆与二叉堆的关系同树与二叉树一样 —— 二叉堆是所有结点至多只有 2 个儿子结点的堆，是一棵具有堆性质的二叉树。同时，它还有一个性质 —— 所有叶子结点都处于深度最大或次大的层次，即完全二叉树。
根据父子结点大小关系，二叉堆可以分成两类：
> 大根堆：结点权值小于等于父亲结点权值
> 小根堆：结点权值大于等于父亲结点权值
比如下面两棵树，分别为大根堆和小根堆。
2、二叉堆的存储与操作
下面的内容均以大根堆为例。
① 存储
在二叉树部分（7.3 树与二叉树）已经介绍了二叉树的顺序与链式存储结构，堆属于完全二叉树，所以使用顺序存储更方便。下面的二叉堆操作代码均为顺序存储。
② 插入
> 概念
向二叉堆插入一个元素，插入后依旧保持堆性质。
> 思路
在最下一层最右侧叶子结点后插入，如果已经是满二叉树，则新增一层。此时，树仅满足完全二叉树性质，而不满足堆性质，则需要向上调整。
从插入的结点开始，如果该结点权值大于父亲结点，则两个结点交换，重复该过程，直到满足堆性质。向上调整过程时间复杂度为 O(log n)。
> 代码
void insert(int x) { tot++; int o = x; while (a[o] > a[fa] && o != 1) swap(a[o], a[fa]), o = fa; }
③ 删除
> 概念
删除堆中最大的元素，即根结点，删除后依旧保持堆性质。
> 思路
如果直接删除，则变成了两个堆，不满足堆性质，则需要向下调整。
我们将当前根结点与最后一个结点交换，并删除最后结点（即原根结点），当前该根结点不一定满足堆性质，则从该结点开始，找到其子结点中最大的，两个结点交换，重复该过程，直到子结点均小于该结点，或到达最下一层。向下调整过程时间复杂度为 O(log n)。
> 代码
void del() { int o = 1; a[1] = a[tot], a[tot] = 0, tot--; while (ls <= tot) { if (a[o] > max(a[ls], a[rs])) break; if (a[ls] > a[rs]) swap(a[o], a[ls]), o = ls; else swap(a[o], a[rs]), o = rs; } }
④ 构造
> 概念
给出一个数列，将数列各个数放入堆中。
> 思路
将数列的数逐一插入即完成构造，即向上调整法；同样也可以选择向下调整法。
> 代码
略。
3、堆排序
以大根堆为例，将有 n 个元素的数列构造为堆，每次取出的根结点为当前最大值，取出 n 次，即完成从大到小的排序。时间复杂度为 O(n log n)。
代码：
1 #include <bits/stdc++.h> 2 using namespace std; 3 4 #define MAXN 100005 5 #define ls o << 1 6 #define rs o << 1 | 1 7 #define fa o >> 1 8 9 int n; 10 11 class Heap { 12 public: 13 void insert(int x) { 14 tot++; 15 int o = x; 16 while (a[o] > a[fa] && o != 1) 17 swap(a[o], a[fa]), o = fa; 18 } 19 int top() { 20 return a[1]; 21 } 22 void del() { 23 int o = 1; 24 a[1] = a[tot], a[tot] = 0, tot--; 25 while (ls <= tot) { 26 if (a[o] > max(a[ls], a[rs])) break; 27 if (a[ls] > a[rs]) 28 swap(a[o], a[ls]), o = ls; 29 else 30 swap(a[o], a[rs]), o = rs; 31 } 32 } 33 void outp() { 34 for (int i = 1; i <= tot; i++) 35 cout << a[i] << ' '; 36 cout << endl; 37 } 38 int a[MAXN]; 39 static int tot; 40 } h; 41 42 int Heap :: tot; 43 44 int main() { 45 cin >> n; 46 for (int i = 1; i <= n; i++) 47 cin >> h.a[i], h.insert(i); 48 while (h.tot) 49 cout << h.top() << ' ', h.del(); 50 return 0; 51 }
4、特殊的堆
除了二叉堆，堆家族里还有配对堆，左偏树，二项堆，斐波那契堆等等。
暂时放个原网站的图。
5、优先队列
小明楼下有两家包子店，一家平价包子店，大家先排队的先买到包子，这样的队即普通的队列；一家贵族包子店，对于一列排队的人，店小二每次从中选出位置最高的辣个人让他先买包子，正所谓贵族优先，这样的队列我们称之为优先队列。
优先队列是一种特殊的队列，但并不满足普通队列的 FIFO 原则，而是根据设定的优先级来出队。最简单的，如果队列中存储的是 int 类型变量，优先级可以为较小值，即每次出队值最小的元素，反之同理，也可以为较大值。
我们发现，队列用数组实现是很轻松的，只需要两个 head, tail 两个指针就能表示入队出队操作；而对于优先队列，我们需要动态维护当前队列内优先级最高的元素，使用简单的数组显然是复杂度爆炸的，这时候，我们抬头看看上面介绍的堆，一切都变得明朗起来。
堆的特性注定了它的不凡 —— 对于大根堆，其根结点必然是整棵树的最大权值，正好满足我们优先队列在优先级设定为最大值时的需求，且动态维护这个最大值效率很高。小根堆同理。所以，优先队列的出队操作，和堆的取出根结点元素操作是等价的，这就是为什么之前会认为堆和优先队列是一个东西，因为相关性实在太强，但是，它们的正确关系应该为：
优先队列这个数据结构是通过堆来实现的。
C++ 的 STL 中有对优先队列的直接实现，即 priority_queue，它的构造方式为：
priority_queue <Typename T, Container, Functional> q;
STL 优先队列是使用二叉堆的最大堆实现的。当然，可以通过重载运算符将其更改为最小堆，以及支持对非常规变量的比较。无独有偶，Java 中也内置了 java.util.PriorityQueue，不同的是它内置的是最小堆，同样可以通过比较器来更改为最大堆。