二叉堆能用一维数组存储，因为完全二叉树层序编号下父子节点下标存在确定关系：根在0时，左子为2i+1、右子为2i+2、父为(i−1)/2（整除），无需指针即可通过下标快速定位，实现紧凑、高效、无碎片的顺序存储。
二叉堆为什么能用一维数组存
因为完全二叉树的节点编号有确定规律：若根节点下标为 0，则任意节点 i 的左子节点在 2*i + 1，右子节点在 2*i + 2，父节点在 (i - 1) / 2（整除）。只要按层序遍历顺序把节点填进数组，就能靠下标算出父子关系，根本不需要指针或结构体嵌套。
插入新元素时怎么上浮（sift up）
新元素总加在数组末尾，然后和父节点比较：如果比父小（小顶堆）就交换，重复直到满足堆序。关键点是下标更新必须及时，且边界检查不能漏掉根节点（i == 0 时停止）。
常见错误：
- 用
i / 2算父节点——这是下标从 1 开始的写法，C++ 数组通常从 0 开始，得用(i - 1) / 2 - 循环条件写成
i > 0 && arr[i] ——这里 <code>i/2错了，而且没括号，整除逻辑混乱 - 交换后忘了更新
i，导致死循环
正确片段示意：
void push(int val) {
heap.push_back(val);
int i = heap.size() - 1;
while (i > 0) {
int p = (i - 1) / 2;
if (heap[i] >= heap[p]) break;
std::swap(heap[i], heap[p]);
i = p;
}
}
弹出堆顶时怎么下沉（sift down）
把最后一个元素移到堆顶，然后和两个子节点中较小的那个比较、交换，重复直到它比两个子都小或已无子节点。注意：必须先确认子节点存在（left ），再取值比较；否则越界访问。
容易踩的坑：
- 只和左子比较，忽略右子更小的可能
- 用
2*i和2*i+1当子节点下标——这又默认了下标从 1 开始 - 下沉过程中，交换后没更新当前下标
i，导致逻辑卡住 - 没处理“只有一个子节点”的情况（右子可能越界）
关键判断逻辑应类似：
int left = 2 * i + 1; int right = 2 * i + 2; int smallest = i; if (left <h3>构造堆时用 make_heap 还是手动 sift down</h3><p><code>std::make_heap</code> 是标准库实现，底层就是从最后一个非叶子节点（<code>size()/2 - 1</code>）开始倒着做 sift down，时间复杂度 O(n)。自己手写也一样，但要注意起始位置：下标从 0 开始时，最后一个非叶子节点是 <code>(size() - 2) / 2</code> 或更稳妥地写成 <code>size() / 2 - 1</code>（整除向零，对偶数奇数都成立）。</p><p>别直接对每个元素调用 <code>push</code>——那是 O(n log n)，慢一个数量级。</p><p>另外，<code>std::priority_queue</code> 默认就是小顶堆（实际是大顶堆，因模板参数是 <code>std::less</code>，但底层容器仍是一维数组），如果只是业务使用，优先封装成类或直接用 <code>priority_queue</code>，避免重复造轮子；只有需要定制行为（比如支持减小键值、合并堆）时，才值得深挖一维数组的手动实现细节。</p>
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
