一、堆结构
采用一个数组进行堆结构的存储
heapSize以内的数便是堆结构
每个子节点的父节点下标：
(i - 1) / 2
父节点的左孩子和右孩子的下标：
2 * i + 1 2 * i + 2
二、heapInsert：（加进来的数进行调堆）
加到末尾的数不断与自己的父节点进行比较，直到到达根节点或者比自己的父节点的值小，就停下；
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
index = (index - 1) / 2;
}
此代码有两个终止条件：
1.当index为0时，(index - 1) / 2也为0，终止；
2.index对应的值比(index - 1) / 2对应的值小，终止；
三、heapIfy（对某个值进行下沉）
判断它的左孩子是否存在，如果不存在，也就是左孩子下标小于heapSize，那么右孩子也必不存在；
如果右孩子存在则将俩孩子比较取最大的那个，再和父节点比较；
如果还是老子大，就直接break出来别比了，如果老子小，就和大的那个孩子交换，再跳到大的孩子的下标，继续比较；
记忆点：斜坡猜拳，比高位低的俩人先猜，猜输了就降位；
四、pop弹出最大数
如果是大根堆，把根节点的值和堆末尾的值进行调换，heapSize减一进行逻辑删除，调出前堆末尾的值，让调到根结点的值进行heapIfy即可；
记忆点：调换同时删除，下沉
门被很大的力气弹开
互换人质，换的时候把对面全干了，扔到海里
五、某位置的数发生波动，值突然变了（不知是变大还是变小），要求调堆
来个heapIfy，再来个heapInsert，总会调对；
六、时间复杂度
N个数的时间复杂度的上限是O(NlogN)，其实要小一点，增加到了2N个数时，对于后面一个N而言，每个数的时间复杂度其实要比logN大一点，所以最好情况（下限）是O(NlogN)，那不就是O(N*logN)嘛；
七、堆排序
1.调堆
（1）如果数组是一个元素一个元素的给的，那就只能用第一种调堆方式，就是一个一个地上浮；
（2）如果数组是一股脑给的，则可以用第二种方法：从最后一个元素进行下沉
2.排序
最后一个元素和第一个元素交换位置，这里可以设计的比较精巧，同时也是pop的实现方法：
int heapSize = arr.length;
swap(arr, 0, --heapSize);
让到达根节点的元素在新的heapSize上进行下沉；
重复上面代码即可；
记忆点： 上面的上浮，下面的下沉
盘古开天，女娲捏泥娃娃
八、给每个元素移动不超过k步就可以排好的数组排序
前k + 1个数里必定有一个是整个数组中最小的数
因为它最多移k位就要到达下标0
把这k + 1个数放进堆里，（用一个index变量，最终index会来到k + 1）
弹出堆顶放入数组的0位置，把现在index对应的元素值压到堆里，重复；
index越界时，堆中还有元素，故直接把堆里的全部弹出，用数组依次接受即可
记忆点： 俩兄弟还有燃豆子秸秆煮的豆子汤
走了一步-->> + 1,把豆子放进锅里
煮沸了的汤表面有颗豆子弹到了碗里，又拿了一颗新的扔进去
最后把豆子全部倒到碗里
桩子：
剪刀（猜拳）---船头---混沌（泥巴）---锅子（瓷器）