设置
堆是一种特殊的完全二叉树数据结构，它按照特定的规则组织数据，主要分为两种类型：
- 大根堆：每个节点的值都大于或等于其左右子节点的值，因此根节点总是整个堆中的最大值
- 小根堆：每个节点的值都小于或等于其左右子节点的值，因此根节点总是整个堆中的最小值
堆具有以下重要特点：
- 结构特性：是一个完全二叉树，即除了最后一层外，其他层的节点都是满的，且最后一层的节点都靠左排列。树的每一层都是从左到右填充，这保证了结构的规律性。
- 存储效率：虽然堆是树形结构，但可以用数组高效地存储。对于数组中索引为 i 的节点：其父节点的索引为：(i-1)/2，左子节点的索引为：2i + 1，右子节点的索引为：2i + 2。这种存储方式不需要使用指针，节省内存的同时提高了访问效率
堆的主要操作及其时间复杂度：
- 获取最值（堆顶元素）：O(1)；
- 插入新元素：O(log n)，需要进行上浮操作维护堆的性质；
- 删除堆顶元素：O(log n)，需要进行下沉操作重建堆；
- 建堆：O(n)，虽然看起来是O(nlog n)，但实际通过优化可以达到O(n)；
- 堆排序：O(nlog n)，通过不断取出堆顶元素实现排序；
这些高效的操作使得堆在处理优先级相关的问题时特别有优势，比如优先队列、任务调度等场景。
堆可视化操作说明
本页面提供了多种堆操作的可视化演示。你可以通过界面上的切换按钮在大根堆和小根堆之间自由切换，切换时系统会自动重新构建整个堆结构。
在输入框中输入数字并点击"插入节点"按钮，可以观察新节点如何通过上浮（heapify up）操作找到其正确位置。
当点击"删除根节点"按钮时，你将看到堆顶元素被移除，以及最后一个节点如何通过下沉（heapify down）操作重建堆的平衡。删除的节点会在右侧短暂显示，随后会消失。
此外，页面还提供了随机初始化功能，可以快速生成一个包含10到50个随机数值的新堆，方便进行各种测试和观察。
本页面通过合适的算法，让堆布局美观，确保清晰展示堆结构。
堆的应用场景
堆这种数据结构在实际编程中有着广泛的应用。在优先队列场景中，堆可以高效地管理具有优先级的任务，比如操作系统的进程调度器使用堆来选择下一个要执行的进程，或者在任务调度系统中安排工作的优先顺序。网络路由算法也经常使用堆来维护网络包的处理顺序。
在排序领域，堆排序算法利用堆的特性可以在O(nlogn)时间内完成对数据的排序。通过不断取出堆顶元素并重建堆的过程，我们可以得到一个有序的序列。这种排序方式的主要优势在于空间复杂度低，仅需要常数级的额外空间。
对于数据流处理，堆特别适合处理需要动态维护最值的场景。例如，当我们需要在持续输入的数据流中找出最大或最小的k个元素时，可以维护一个大小为k的堆。在计算数据流的中位数时，我们可以使用两个堆（一个大根堆和一个小根堆）来动态跟踪中位数的变化。
在图论算法中，堆也扮演着重要角色。Dijkstra最短路径算法使用最小堆来选择下一个要处理的顶点，确保始终处理当前最短的路径。同样，在Prim最小生成树算法中，堆用于高效地选择权重最小的边，帮助我们构建最小生成树。