堆常用來實現優先佇列，在這種佇列中，待刪除的元素為優先順序最高（最低）的那個。在任何時候，任意優先元素都是可以插入到佇列中去的，是電腦科學中一類特殊的資料結構的統稱
最大（最小）堆是一棵每乙個節點的鍵值都不小於（大於）其孩子（如果存在）的鍵值的樹。大頂堆是一棵完全二叉樹，同時也是一棵最大樹。小頂堆是一棵完全完全二叉樹，同時也是一棵最小樹。
注意：下圖分別給出幾個最大堆和最小堆的例子：
堆支援以下的基本操作:
某些堆實現還支援其他的一些操作，如斐波那契堆支援檢查乙個堆中是否存在某個元素。
堆排序(heapsort)是一樹形選擇排序。
堆排序的特點是：在排序過程中，將r[l..n]看成是一棵完全二叉樹的順序儲存結構，利用完全二叉樹中雙親結點和孩子結點之間的內在關係【參見二叉樹的順序儲存結構】，在當前無序區中選擇關鍵字最大(或最小)的記錄。
優點直接選擇排序中，為了從r[1..n]中選出關鍵字最小的記錄，必須進行n-1次比較，然後在r[2..n]中選出關鍵字最小的記錄，又需要做n-2次比較。事實上，後面的n-2次比較中，有許多比較可能在前面的n-1次比較中已經做過，但由於前一趟排序時未保留這些比較結果，所以後一趟排序時又重複執行了這些比較操作。
堆排序可通過樹形結構儲存部分比較結果，可減少比較次數。
堆排序利用了大根堆(或小根堆)堆頂記錄的關鍵字最大(或最小)這一特徵，使得在當前無序區中選取最大(或最小)關鍵字的記錄變得簡單。
（1）、用大根堆排序的基本思想
（2）、大根堆排序演算法的基本操作：
注意：（3）、演算法實現
[cpp]view plain
copy
?//堆排序
template
<
class
t>
void
sort::heapsort(t arr,
intlen)
for(i = len - 1; i >= 1; i--)
}
//建立堆
template
<
class
t>
void
sort::createheap(t arr,
introot,
intlen)
} if
(temp
}
arr[j / 2] = temp;
}
思想：在乙個很大的無序陣列裡面選擇前k個最大（最小）的資料，最直觀的做法是把陣列裡面的資料全部排好序，然後輸出前面最大（最小）的k個資料。但是，排序最好需要o(nlogn)的時間，而且我們不需要前k個最大（最小）的元素是有序的。這個時候我們可以建立k個元素的最小堆(得出前k個最大值)或者最大堆(得到前k個最小值)，我們只需要遍歷一遍陣列，在把元素插入到堆中去只需要logk的時間，這個速度是很樂觀的。利用堆得出前k個最大（最小）元素特別適合海量資料的處理。
**：
[cpp]view plain
copy
?typedef
multiset<
int, greater<
int> > intset;
typedef
multiset<
int, greater<
int> >::iterator setiterator;
void
getleastnumbers(
const
vector<
int>& data, intset& leastnumbers,
intk)
} } }
以上資料大部分來自網際網路
資料結構 堆
最大堆 最小堆 堆的定義是 n個元素的序列，當且僅當滿足如下關係時被成為堆 1 ki k2i 且 ki k2i 1 或 2 ki k2i 且 ki k2i 1 i 1,2,n 2 當滿足 1 時，為最小堆，當滿足 2 時，為最大堆。若將此序列對應的一維陣列堪稱是乙個完全二叉樹，則2i和2i 1個節點...
資料結構 堆
資料結構 堆的操作和實現 當應用優先順序佇列或者進行堆排序時，一般利用堆來實現。堆是乙個完全 除最底層 外都是滿的 二叉樹，並滿足如下條件 1 根結點若有子樹，則子樹一定也是堆。2 根結點一定大於 或小於 子結點。因為要求堆必須是完全二叉樹，所以可以用線性的資料結構，比如陣列，來實現堆。利用陣列實現...
資料結構 堆
堆 heap 的定義 子節點總是不大於或不小於根節點的一顆完全二叉樹。附完全二叉樹定義 除最後一層外，所有層的節點數都達到最大，最後一層只缺少右側的若干節點，即完全充滿，且是從左向右填充 最大堆 大頂堆 子節點總是不大於根節點 最小堆 小頂堆 子節點總是不小於根節點 對於陣列a和節點t，具有以下幾個...