優先順序佇列：按照事先約定的優先順序，可以始終高效查詢並訪問優先順序最高資料項的資料結構。

可以將堆繼承於向量的資料結構，優先順序佇列ADT的size(),insert(),getMax(),delMax()四個介面。

堆的成員：詞條也是向量的元素，有大小N確定。

應用介面：可反覆使用delMax介面實現排序演算法。

如何確保insert(),getMax(),delMax()的時間複雜度均可達到o(logn);

無論是向量還是列表均無法實現該要求，無需保證全體詞條之間的全序關係。

有限偏序集的極值必然存在，故因此藉助堆結構來實現，也就是樹結構特例。

完全二叉堆的其中一種：完全二叉樹，條件二：根節點均不大於或不小於子節點。

大頂堆：優先順序最高的詞條在堆頂為大頂堆。優先順序最低的詞條在堆頂，為小頂堆。

基於向量結構實現堆結構。完全二叉樹可用向量實現。節點之間的關係由位置RANK確定。

1.詞條插入堆中：將詞條新增到向量末尾，再對堆執行上濾操作。

2.獲取優先順序最高或最低的詞條：返回向量的首單元。

3.刪除優先順序最高的的詞條：堆頂詞條=末尾詞條，捨棄末尾詞條，對新堆頂實現下濾。

堆的上濾操作：判斷該元素是否有父親；
            若有，看是否逆序，若逆序，則調換
            直到不再逆序或達到堆頂。

由於完全二叉堆中元素均按照層次遍歷儲存在向量結構中，所以各節點在物理上連續，可利用RANK判斷父子關係。
只要i>0,則有父節點=i/2-1;
i*2+1滿足[0，N）之間，則合法，且左孩子為i*2+1

i*2+2滿足[0，N）之間，則合法，且右孩子為i*2+2

堆的下濾操作: 判斷i是否有兩個孩子，有，則與最大的那個交換，
             若只有一個左孩子，則與左孩子看最大的那個交換。
       
建堆：給定一組詞條，如何高效地將他們建成堆。
方法一：insert（）插入法，O(NLOGN)；
方法二：將所有詞條插入向量中，自頂向下對每個詞條進行上濾操作。O(LOGN).深度
方法三：Floyd演算法，自下而上，依次對每一個內部節點進行下濾。O(N)。高度
方法三優於方法二的原因是：在完全二叉樹樹中，深度小的點，遠遠少於高度小的節點。
 

堆排序：反覆呼叫delmax（）方法，實際執行時間往往高於O(nlogn)時間。

也就證明堆結構優於向量結構。

左式堆:除了標準的插入和刪除操作，堆結構的另一個常見操縱為合併。由列表構成。

方法一：反覆取出堆的最大詞條並插入另外一個堆中。