堆：堆的結構與應用，最小堆和最大堆入門
堆是一種特殊的完全二叉樹，核心特點是父節點與子節點滿足大小關係（最小堆父≤子，最大堆父≥子），能高效獲取極值（堆頂爲最小或最大元素），類似優先隊列。其底層爲完全二叉樹，每一層儘量填滿，最後一層從左到右排列。數組存儲時，左子節點索引=2i+1，右子節點=2i+2，父節點=(i-1)//2。基本操作包括插入（末尾添加後上浮）和刪除（堆頂刪除後尾元素頂替，再下沉），時間複雜度均爲O(log n)。堆廣泛用於優先隊列（任務調度）、找第k大元素、哈夫曼編碼等場景，是高效處理極值問題的關鍵結構。
閱讀全文使用C++實現堆排序算法
堆排序是基於堆數據結構的高效排序算法，時間複雜度O(n log n)，空間複雜度O(1)，適用於大規模數據。堆是特殊完全二叉樹，分大頂堆（父≥子）和小頂堆，排序常用大頂堆。其存儲爲數組，索引i的父節點爲(i-1)/2，左右子節點爲2i+1和2i+2。核心步驟：1.構建初始大頂堆（從最後非葉子節點向上調整）；2.排序（交換堆頂與未排序末尾元素，調整堆，重複直至完成）。C++實現包含swap、max_heapify（迭代調整子樹爲大頂堆）、heap_sort（構建堆並排序）函數，主函數測試數組排序，輸出結果正確。
閱讀全文使用Python實現堆排序算法
堆排序是利用堆數據結構的高效排序算法，時間複雜度穩定爲O(n log n)，空間複雜度O(1)，適合大規模數據排序。堆是完全二叉樹，父節點值≥（最大堆）或≤（最小堆）子節點值。數組中堆的索引關係：父節點i的子節點爲2i+1、2i+2，子節點j的父節點爲(j-1)//2。 核心操作包括：1. **Heapify**：調整以i爲根的子樹爲最大堆，遞歸比較子節點並交換；2. **構建最大堆**：從最後非葉子節點（n//2-1）向上調整所有節點，確保整體滿足最大堆性質。 排序流程：先構建最大堆，再反覆交換堆頂（最大值）與堆尾元素，同時調用Heapify調整剩餘元素爲最大堆，最終得到有序數組。堆排序爲原地排序，適用於大數據量場景。
閱讀全文