在上一篇文章中，我分享了堆的版本和语言版本的实现。如果理解，堆的实现并不困难。以大量顶桩为例，简单的感应是插入它。它小于节点。向下切开，让较大的上升直到最大向上到根节点。
1.数据和结构和算法：包装C语言描述
2.数据结构和算法：封装优先级队列JavaScript语言描述
优先级队列基于实现堆的实现。顾名思义，这是优先队列。最高优先级是首先列出的，低优先级是最终的（如果它是最小的堆，那是相反的）。和雨水优先级队列解决方案方法。
标题：215。数组中最大的元素
在上一篇文章中，我共享了基于位置的基于排序的排序，以有效地解决问题，排序，没有额外的空间，空间的复杂性非常低，但是时间复杂性波动很大。基准值是理想的，因此效率很高，但是如果阵列中的价值分布非常不同，那么随机的基准值不是理想的，那么在这种极端情况下，效率不是很高，尽管“算法介绍”算法类似于线性，但其线性常数项目肯定会更多。
桩方法是稳定的时间和空间复杂性。确定了结构最严重的复杂性。曾经确定遍历的复杂性。
首先建立一个具有容量的最小堆。随后的元素仅大于桩的顶部。
标题：407。
在输入订单之前，我已经在单调的堆栈中分享了雨水，尽管它相对简单。雨水认为两侧的高度还多。取而代之的是，您必须考虑周围环境。这个想法是记录最多的外围设备，将其投入优先队列（小堆），然后继续让堆离开团队，以更新堆元素的周围环境，然后再堆积。低于堆的顶部，很明显它可以接收雨水。我觉得我绝对不会有明确的解决方案。建议查看问题。
思维是相同的，只有语言不同
原始：https：//juejin.cn/post/70952642956111903