堆的存储结构可以想象成一个数组，索引i为顶点，2i为左节点，2i+1为右节点，堆是一种特殊的树，首先它是一个完全二叉树，其次每个顶点要么大于等于，要么小于等于其叶子节点。叶子节点均靠左排列。

堆的应用场景

top k 问题

堆是维护动态集合最值的利器，需要从业务场景中分析是用大顶堆还是小顶堆， 如top k, 需要维护一个小顶堆，数据到来时，判断是否大于堆顶元素，如果大于将堆顶元素替换堆顶元素，然后重新堆化，从堆顶元素开始堆化，可能会使堆的结构产生空洞，可以采用尾插法，将新来的元素插入堆尾，然后堆尾与堆顶交换重新堆化。

优先级队列

维护一个大顶堆，每次从堆顶弹出队列，在重新堆化。 优先级队列的使用场景学习是重点

中位数

将数组数据一分二，前半部分较小的数据建立大顶堆， 后半部分交大数据建小顶堆，始终保持大顶堆的数据 大于等于小顶堆的数据，当数据个数为奇数时大顶堆的堆顶就是中位数，当为偶数时小顶堆的堆顶为中位数。

堆排

如何在原数组中建堆。
堆排的过程就是不断的将堆顶与堆尾元素交换（可以理解为弹出），然后在将 剩下的数据重新堆化，在重复交换动作。