1 创建
创建⼀个⾜够⼤的数组充当堆；
创建⼀个变量 n，⽤来标记堆中元素的个数
const int N = 1e6 + 10;
int n;
int heap[N];2 插⼊
把新来的元素放在最后⼀个位置，然后从最后⼀个位置开始执⾏⼀次向上调整算法即可。
void push(int x)
{heap[++n] = x;up(n);
} 
时间复杂度：
时间开销在向上调整算法上，时间复杂度为 O(log N) 。
3 删除栈顶元素
将栈顶元素和最后⼀个元素交换，然后 n--，删除最后⼀个元素；
从根节点开始执⾏⼀次向下调整算法即可
void pop()
{swap(heap[1], heap[n]);--n;down(1);
} 
时间复杂度：
时间开销在向上调整算法上，时间复杂度为 O(log N) 。
4 堆顶元素
下标为 1 位置的元素，就是堆顶元素
int top() { return heap[1]; }
时间复杂度：
显然是 O(1) 。
5 堆的⼤⼩
n 的值。
int size() { return n; }
时间复杂度：
显然是 O(1) 。
全部代码实现：
#include <iostream>
using namespace std;const int N = 1e6 + 10;
int n;
int heap[N];//向上调整算法
void up(int child) //每次和父亲做比较
{int parent = child / 2;//父节点存在且当前结点值大于父节点的权值while (parent >= 1 && heap[child] > heap[parent]){swap(heap[child], heap[parent]);child = parent;parent = child / 2;}
}// 向下调整算法
void down(int parent)//拿当前结点和孩子作比较
{int child = parent * 2;//当孩子存在指向向下调整算法while (child <= n) //左孩子都不存在，右孩子一定不存在{//找最大的孩子//存在右孩子并且右孩子大于左孩子,条件满足指向最大的孩子，否则不作为if (child + 1 <= n && heap[child + 1] > heap[child]) child++;if (heap[parent] >= heap[child]) return; //如果父节点大于孩子节点就不用调整了swap(heap[parent], heap[child]); //交换父子节点parent = child; //父节点向下走child = parent * 2; //孩子向下走}
}// 插入元素
void push(int x)
{heap[++n] = x;up(n);
}// 删除堆顶元素
void pop()
{swap(heap[1], heap[n]);--n;down(1);
}// 查询堆顶元素
int top() { return heap[1]; }
// 堆的大小
int size() { return n; }int main()
{//测试堆int a[10] = { 1, 41, 23, 10, 11, 2, -1, 99, 14, 0 };//将这10个数依次放入堆中for (int i = 0; i < 10; ++i){push(a[i]);}//输出降序while (size()){cout << top() << " ";pop();}return 0;
}- 在大根堆中，每次拿出的堆顶元素都是最大的，删完之后再拿出的堆顶元素是次大的，所以输出的结果是一个降序的结果
