在chapter0 中，我们设计了一个产品，叫私人衣橱。这个手机app帮助我们管理衣物，方便我们查找衣物的位置，也可以展示我们的衣服。
现在这个app要添加新功能：
- 找出过去一年中，自己最不常用的10件物品，看是否需要转卖或者扔掉。
怎么实现这个功能呢？方法有很多，我们先来介绍第一种方法：
“堆”
这个堆不是土堆、人堆，而是数据的堆。
特征
计算机语言里的描述：堆是指一个特定的基于树结构的数据结构。
我们先不管这个抽象的描述，我们只需要记住堆的特征：
一.任何一个节点不大于父亲节点（大根堆）
比如下面这幅图，2的父节点是17，17的父节点是19，是不是子节点小于父节点。不过19不是2的父节点，因为中间跨了一层。其他以此类推。100叫根节点，因为它已经到顶了，没有父节点。
二.它必须是一棵完全二叉树：就是除了最后一层节点外，其他层节点数必须是两个，最后一层的所有节点集中在最左侧。
如下图：
它是一个正确的例子：55必须有两个子节点：22；25。22和25 不一定是有两个子节点，因为他们已经最后一层。
又如下图：
它是一个错误的例子，为什么？最后一层的所有节点没有集中在最左侧。因为子节点必须从上往下，从左往右添加。
了解完堆的概念，那么堆有哪些分类呢？
首先是：大根堆，即根节点的值最大，逐层递减，最下面一层的数据最小。
再次是小根堆：正好和大根堆相反。
介绍完堆，我们回到上面的问题，假设我们有一系列的衣物，他们的使用频率分别是：35 33 42 10 14 19 27 44 26 31，我们将组数据构建成一个大根堆，从下往上层级的节点必然是小的值。
最终的结果是这样的：
具体构建大根堆的步骤：
Step 1 − 在堆的底部创建一个新节点
Step 2 − 将值放在该节点
Step 3 − 比较新关键的节点值与它的父节点值大小
Step 4 − 如何父节点值小于新节点值，那么交换他们
Step 5 − 重复第三步和第四部
好了，现在堆创建好，我们需要将频率最低的几个数据取出，堆是一种特殊的树（一种数据结构，后面再介绍），遍历数据有两种方式：广度遍历和深度遍历，方式如名字：
广度遍历方向：
遍历出来的数据是：
44 42 35 33 31 19 27 10 26 14
深度遍历方向：
遍历出来的数据是：
44 42 33 10 26 31 14 35 19 27
利用广度遍历，已经基本是从大到小了，后面的几个就已经基本满足我们的要求了。而且我们还可以知道，根节点就是我们使用频率最高的衣物。
但是我们也发现，广度遍历出来的数据，并不绝对是最后一个数据就是频率最低，这个怎么解决呢？
解决办法是：
排序
将使用频率：35 33 42 10 14 19 27 44 26 31，这组数据进行从高到底排序。也就实现我们的功能。
那排序的算法怎么设计呢？
选择排序（常规思维想到的第一个方法）
思想：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
算法描述
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下：
- 初始状态：无序区为R[1..n]，有序区为空；
- 第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1..i-1]和R(i..n）。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1..i]和R[i+1..n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
- n-1趟结束，数组有序化了。
冒泡排序
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
算法描述
- 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
- 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
- 针对所有的元素重复以上的步骤，除了最后一个；
- 重复步骤1~3，直到排序完成。
归并排序（Merge Sort）
归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。
算法描述
- 把长度为n的输入序列分成两个长度为n/2的子序列；
- 对这两个子序列分别采用归并排序；
-
将两个排序好的子序列合并成一个最终的排序序列。
归并排序.gif
基数排序（Radix Sort）
基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。
算法描述
- 取得数组中的最大数，并取得位数；
- arr为原始数组，从最低位开始取每个位组成radix数组；
-
对radix进行计数排序（利用计数排序适用于小范围数的特点）；
基数排序.gif
排序的算法还有很多，就不一一介绍了。
总结
选择排序：不停找最小值（效率也是最低的）
冒泡排序：相邻比较，不停交换，冒泡
归并排序：分组，不同组之间比较
基数排序：非比较类算法，先低优先级再高优先级排序
上面的堆也是也可以达到排序的目的。
通过排序，我们就可以得到降序的一个数组：
10 14 19 26 27 31 33 35 42 44
还怕找不到你最不常用的衣物吗？好了，最不常用的衣物已经找到了，快去处理掉把。
其他知识
堆的删除
从叶子开始添加，删除的时候从根节点开始删除。
具体的步骤是：
Step 1 − 删除根节点.
Step 2 − 移动最近一层的最近一个元素到根节点位置
Step 3 − 比较它与子节点值的大小
Step 4 − 加入父节点值小于子节点值，则相互交换
Step 5 − 重复第三步和第四步
排序图来自https://www.cnblogs.com/onepixel/articles/7674659.html