二叉堆是一种应用很广的数据结构，今天，我们就来简单讲讲二叉堆。
什么是二叉堆？
二叉堆是一种特殊的堆。具有如下的特性：
- 具有完全二叉树的特性。
- 堆中的任何一个父节点的值都大于等于它左右孩子节点的值，或者都小于等于它左右孩子节点的值。
根据第二条特性，我们又可以把二叉堆分成两类：
1、最大堆：父节点的值大于等于左右孩子节点的值。
2、最小堆：父节点的值小于等于左右孩子节点的值。
我们把二叉堆的根节点称之为堆顶。根据二叉堆的特性，堆顶要嘛是整个堆中的最大元素，要嘛是最小元素。
今天，我们主要来讲讲二叉堆的三个主要操作：
- 插入一个节点。
- 删除一个节点。
- 构建一个二叉堆。
不过这里需要注意的是，在二叉堆这种结构中，对于删除一个节点，我们一般删的是根节点。
下面我们以最小堆为例子，来讲讲这些操作。
插入一个节点。
刚才我们说二叉堆具有完全二叉树的特性，因此，我们在插入一个节点的时候，应该先保证节点插入后，它仍然是一颗完全二叉树，然后再来进行调整，使它满足二叉堆的另一个特性。
所以，在插入的时候，我们把新节点插到完全二叉树的最后一个位置。例如：
插入0。
之后我们再来进行调整，调整的原则是：让新插入的节点与它的父节点进行比较，如果新节点小于父节点，则让新节点上浮，即和父节点交换位置。
上浮之后继续和它的父节点进行比较，直到父节点的值小于或等于该节点，才停止上浮，即插入结束。例如：
0比5小，上浮。
0比2小于，上浮。
0比1小，上浮。
已经到达堆顶了，插入结束。
删除节点。
前面说了，删除节点一般删除的是根节点。
和插入一样，由于二叉堆具有完全二叉树的特性，因为删除时候，首先我们是要马上恢复它具有完全二叉树的特性，所以我们是采取这样的策略：把根节点删除之后，用二叉堆的最后一个元素顶替上来，然后在进行调整恢复。例如：
把0删除了之后，5替换上来。
之后再来调整，调整的规则和插入差不多类似，采取下沉的策略：让5和左右孩子节点相比较，如果左右节点有小于5的，则让那个较小的孩子代替5的位置，然后5下沉。
下沉之后，5继续和左右孩子相比，直到左右孩子都大于或等于5才结束。
如：5比1，3都大，1代替5的位置
5比4，2都大，2代替5的位置。
5已经不在具有左右孩子了，删除结束。
构建二叉堆
所谓构建，就是给你一个有n个节点的无序的完全二叉树，然后把它构建成二叉堆。
刚才我们在删除一个节点的时候，把最后一个元素补到根元素的位置上去，然后再让这个元素依次下沉，实际上，在这个元素还没有下沉之前，它就可以看作是一颗无序的完全二叉树了。
也就是说，要把一个无序的完全二叉树调整为二叉堆，我们可以让所有非叶子节点依次下沉。不过下沉的顺序不是从根节点开始下沉(想一下相必你就 知道不能从根节点开始下沉)，而是从下面的非叶子节点下称，在依次往上。举个例子：
对于这样一颗无序的完全二叉树
8进行下沉。
接着，5进行下沉。
2没问题，之后让7进行下沉
调整完成，构建结束。
代码实现
不过这里需要说明的是，我们二叉树一般是采用链表的方式来实现的，但二叉堆我们是采用数组的方式来存储的。
如果知道了一个节点的位置，如何知道一个节点的左右孩子节点的位置呢？
这其实不难，根据完全二叉树的特点，假如一个节点的下标为n,则可以求得它左孩子的下标为：2 * n+1；右孩子下标为：2 * n+2。
下面是构建代码的实现：
public class BinaryHeap {
//上浮操作，对插入的节点进行上浮
/**
*
* @param arr
* @param length ：表示二叉堆的长度
*/
public static int[] upAdjust(int arr[], int length){
//标记插入的节点
int child = length - 1;
//其父亲节点
int parent = (child - 1)/2;
//把插入的节点临时保存起来
int temp = arr[child];
//进行上浮
while (child > 0 && temp < arr[parent]) {
//其实不用进行每次都进行交换，单向赋值就可以了
//当temp找到正确的位置之后，我们再把temp的值赋给这个节点
arr[child] = arr[parent];
child = parent;
parent = (child - 1) / 2;
}
//退出循环代表找到正确的位置
arr[child] = temp;
return arr;
}
/**
*/
/**
* 下沉操作，执行删除操作相当于把最后
* * 一个元素赋给根元素之后，然后对根元素执行下沉操作
* @param arr
* @param parent 要下沉元素的下标
* @param length 数组长度
*/
public static int[] downAdjust(int[] arr, int parent, int length) {
//临时保证要下沉的元素
int temp = arr[parent];
//定位左孩子节点位置
int child = 2 * parent + 1;
//开始下沉
while (child < length) {
//如果右孩子节点比左孩子小，则定位到右孩子
if (child + 1 < length && arr[child] > arr[child + 1]) {
child++;
}
//如果父节点比孩子节点小或等于，则下沉结束
if (temp <= arr[child])
break;
//单向赋值
arr[parent] = arr[child];
parent = child;
child = 2 * parent + 1;
}
arr[parent] = temp;
return arr;
}
/**
* 构建操作
*
* @param arr
*/
public static int[] buildHead(int[] arr,int length) {
//从最后一个非叶子节点开始下沉
for (int i = (length - 2) / 2; i >= 0; i--) {
arr = downAdjust(arr, i, length);
}
return arr;
}
}
本次讲解到此结束。下篇继续讲解和堆有关的知识点。至于bitmap算法优化的那篇，会在之后给出。
如果你觉得这篇内容对你挺有启发，为了让更多的人看到这篇文章：不妨
1、点赞、评论、收藏走一波，让更多的人也能看到这篇内容（收藏不点赞，都是耍流氓 -_-）
3、关注我的公众号「苦逼的码农」，主要写算法、计算机基础之类的文章，里面已有100多篇原创文章