如何利用数组实现基于数组的最大堆逻辑并实战提取变量最大值

用数组实现最大堆，本质上是在一维空间里模拟一棵完全二叉树，并通过一套简单的索引计算规则，维持“父节点永远大于等于子节点”的核心秩序。这种结构的设计初衷，并非为了在静态数据里找一次最大值——那种情况用 max() 函数就够了。它的真正威力，在于能动态、高效地维护一个持续变化的数据集，让你能以极快的速度反复获取当前的最大值。无论是实时更新的排行榜、优先任务队列，还是流式数据中的峰值监控，数组堆都是背后的经典引擎。

数组下标与父子节点的对应关系

一切操作都建立在索引映射这个“地基”之上。假设数组索引从0开始（这也是PHP等多数语言的默认方式），那么对于数组中任意位置 i 的元素，其家庭成员的位置可以通过固定公式瞬间定位：

• 父节点索引 = (int)(($i - 1) / 2)
• 左子节点索引 = $i * 2 + 1
• 右子节点索引 = $i * 2 + 2

举个例子就清楚了：索引0是根节点，它的左孩子是1，右孩子是2。索引3的父节点是 (3-1)/2 = 1；索引4的父节点同样是 (4-1)/2 = 1（整除结果）。这套关系必须烂熟于心，后续所有的“上浮”和“下沉”调整，都靠它来驱动。

插入新元素：先追加，再上浮调整

当有新成员要加入时，策略很直接：先把它放到数组末尾，再视情况把它“托举”到合适的高度。因为新元素可能比它的父节点大，这就破坏了堆序性，需要一次“上浮”操作来修复。

• 第一步，执行 array_push($heap, $value)，将新值放到堆尾。
• 第二步，记下它的位置：$i = count($heap) - 1。
• 第三步，开始循环“攀爬”：只要满足 $heap[$i] > $heap[(int)(($i-1)/2)]（即比父节点大），就与父节点交换位置，并将当前位置 $i 更新为父节点的索引。
• 循环直到它到达根节点（索引0），或者不再大于其父节点时停止。

来看个实例：向最大堆 [50, 30, 40, 10, 20, 35] 中插入15。追加后数组变为 [50, 30, 40, 10, 20, 35, 15]。新元素15位于索引6，其父节点是索引2（值为40）。由于15小于40，不满足交换条件，插入过程就此完成，堆序性依然完好。

提取并删除最大值：取堆顶、补末尾、再下沉

最大值永远稳坐堆顶（索引0）。删除它时有个小技巧：不能简单地将它从数组中移除，那样会破坏完全二叉树的结构。正确的做法是“李代桃僵”。

• 首先，取出最大值：$max = $heap[0]。
• 接着，将数组的最后一个元素移到堆顶：$heap[0] = array_pop($heap)。
• 最后，关键的一步来了：这个被推到顶端的“末位元素”很可能德不配位，需要执行“下沉”操作（siftDown(0)），让它找到自己真正该待的位置。

下沉的逻辑是：比较当前节点与其左右子节点中较大的那一个。如果当前节点比那个子节点小，就交换它们的位置，然后继续从新的子节点位置向下比较。这个过程一直持续到当前节点大于等于它的所有子节点，或者已经沉到底成为叶子节点为止。

实现时需注意边界：左子索引 $left = $i * 2 + 1 必须小于当前堆的大小，右子索引同理。如果只有左子节点，那就只和左子比较。

实战：动态获取数据流中的最大值

让我们设想一个实际场景：你正在监控一系列实时传入的温度读数，需要随时知道当前最高的温度值，并且这个数据集会不断新增，偶尔还需要移除无效的峰值。

• 初始化：$tempHeap = []; 创建一个空堆。
• 持续插入：insert($tempHeap, 28); insert($tempHeap, 32); insert($tempHeap, 29); … 每个新读数都通过插入操作入堆。
• 瞬时取最大值：任何时候，当前最高温就是 $tempHeap[0] ?? null;。这是O(1)时间复杂度，无需遍历整个数组。
• 移除最大值后：如果某个最高值被判定为无效需要剔除，调用 $removed = deleteMax($tempHeap);。堆会自动内部重组，之后 $tempHeap[0] 给出的就是新的最大值。

与每次调用 max($array) 都需要全量扫描O(n)相比，堆结构在频繁增删的场景下优势巨大。它将“获取最大值”的成本锁定在常数时间，而“删除并重组”的成本也仅是对数级别，堪称管理动态极值问题的利器。