树（下）
堆
优先队列：特殊的“队列”，取出元素的顺序是一招元素的“优先权（关键字）”大小，而不是队列的先后顺序。
这种优先队列的使用场景类似于，操作系统的进程调度，重要的操作就是选出一个优先级最大的任务进行执行，或者删除一个优先级最大或者最小的任务。
所以，为了这一类任务，高效率的执行，有了堆
定义：
- 这种优先级的操作，可以使用数组链表等方法来做，一个更好的办法是用一个完全二叉树。
- 树的根节点是最大值（最小值），子树同样有这个规律。称之为大堆（小堆）
堆里边重要的操作：创建，插入，删除（选出）
删除：可以称之为选出，选出一个优先级最大的，所以对于堆来说，每次选出的跟定是根节点。根节点删除后，为了保持完全二叉树的结构，将最后一个叶子节点，移动到根节点位置
然后，依次次和孩子节点比较，用较大（较小）的孩子节点交换位置。
创建：
- 方法1：用插入操作将一个个元素，不停的插入到初始堆中去。时间复杂度O(n*long(n))
- 方法2：先按输入顺序存入，满足二叉树的结构特性，然后再调整位置，满足有序性。O(n)
哈夫曼树（最有二叉树）
为什么要用哈夫曼树
目标是为了，构造更有效率的搜索树/查找树。比如：百分制成绩转为等级制，判定条件的先后顺序，可以决定查找效率的高低，先判断人数分布比较多的分段，必然比
先判断人数分布少的分段效率高。
哈夫曼树使得根到每个叶子节点的带权（叶子节点带权/频率）路径之和最小
创建
每次把最小的两个二叉树合成为新二叉树O(n*log(n))
哈夫曼树的特点：
- 没有度为1的节点。
- 叶节点n个则，总共的节点数是2n-1.
- 左右子树仍然是哈夫曼树。
- 对于同一组权值，可能构成两个不同的哈夫曼树，但是最终的最小权值肯定是一样的。
哈夫曼编码
不等长编码避免二义性：任何一个编码都不应该是另一个编码的前缀。
在哈夫曼树中，可定不会有二义性，任何一个字符都位于叶子节点上，不会成为其他字符的前缀。
集合运算
合并查找
