堆是一棵完全二叉樹。堆分為大根堆和小根堆，大根堆是父節點大於左右子節點，並且左右子樹也滿足該性質的完全二叉樹。小根堆相反。可以利用堆來實現優先佇列。
由於是完全二叉樹，所以可以使用陣列來表示堆，索引從0開始[0:length-1]。結點i的左右子節點分別為2i+1,2i+2。長度為length的樹的最後一個非葉子節點為length//2-1。當前節點i的父節點為(i-1)//2。其中//表示向下取整。
以大根堆舉例。當每次插入或者刪除的時候，為了保證堆的結構特徵不被破壞，需要進行調整。調整分為兩種，一種是從上往下，將小的數下沉。一種是從下往上，令大的數上浮。
具體實現如下：
首先編寫幾個魔術方法。包括建構函式，可以直接呼叫len來返回data陣列長度的函式，一個列印data內容的函式
def __init__(self, data=[]):
self.data = data
self.construct_heap()
def __len__(self):
return len(self.data)
def __str__(self):
return str(self.data)定義一個swap函式，來方便的交換陣列中兩個索引處的值。
def swap(self, i, j):
self.data[i], self.data[j] = self.data[j], self.data[i]定義float_up方法，使堆中大的數能浮上來。當前節點不為根節點，並且當前節點資料大小大於父節點時，上浮。
def float_up(self, i):
while i > 0 and self.data[i] > self.data[(i - 1) // 2]:
self.swap(i, (i - 1) // 2)
i = (i - 1) // 2定義sink_down方法，使堆中小的數沉下去。當前節點不為葉子節點時，如果小於左孩子或右孩子的資料，則和左右孩子中較大的換一下位置。
def sink_down(self, i):
while i < len(self) // 2:
l, r = 2 * i + 1, 2 * i + 2
if r < len(self) and self.data[l] < self.data[r]:
l = r
if self.data[i] < self.data[l]:
self.swap(i, l)
i = l實現append方法，能夠動態地新增資料。在資料陣列尾部新增資料，然後將資料上浮。
def append(self, data):
self.data.append(data)
self.float_up(len(self) - 1)實現pop_left方法，取堆中最大元素，即優先佇列中第一個元素。將陣列中第一個元素與最後一個元素換位置，刪除最後一個元素，然後將第一個元素下沉到合適的位置。
def pop_left(self):
self.swap(0, len(self) - 1)
r = self.data.pop()
self.sink_down(0)
return r如果想在初始化堆的時候，向建構函式中傳入資料引數，則需要一次性將整個堆構建完畢，而不能一個一個加入。實現也很簡單，從最後一個非葉節點開始，逐個執行sink_down操作。
def construct_heap(self):
for i in range(len(self) // 2 - 1, -1, -1):
self.sink_down(i)這樣一個基本的堆的程式碼就編寫完畢了。
但是如果我們想要動態的改變資料，當前的堆就不能滿足我們的需求了，因為索引不能總是標識同一個資料，因為堆的結構是不斷調整的。我們需要使用索引堆。
在索引堆中，我們不在堆中直接儲存資料，而是用在堆中存放資料的索引。
如果我們輸入的資料arr是 45 20 12 5 35。則arr[0]一直指向45，arr[1]一直指向20，因為我們在調整堆結構中實際調整的是索引陣列，而不會改變真實存放資料的陣列。
因此我們的程式碼需要調整，首先在建構函式中加入一個索引陣列。下標從0開始，與存放資料的陣列的下標相對應。
def __init__(self, data=[]):
self.data = data
self.index_arr = list(range(len(self.data)))
self.construct_heap()然後將返回堆長度的魔術函式也修改一下。
def __len__(self):
return len(self.index_arr)調整一下之前定義的swap方法，原來是直接交換資料，現在交換索引。
def swap(self, i, j):
self.index_arr[i], self.index_arr[j] = self.index_arr[j], self.index_arr[i]調整float_up以及sink_down中的相應位置
def float_up(self, i):
while i > 0 and self.data[self.index_arr[i]] > self.data[self.index_arr[(i - 1) // 2]]:
self.swap(i, (i - 1) // 2)
i = (i - 1) // 2
def sink_down(self, i):
while i < len(self) // 2:
l, r = 2 * i + 1, 2 * i + 2
if r < len(self) and self.data[self.index_arr[l]] < self.data[self.index_arr[r]]:
l = r
if self.data[self.index_arr[i]] < self.data[self.index_arr[l]]:
self.swap(i, l)
i = l當append資料的時候，要相應的更新index_arr
def append(self, data):
self.data.append(data)
self.index_arr.append(len(self))
self.float_up(len(self) - 1)當移出資料的時候，之前已經提到過存放資料的陣列，是按照append的順序進行儲存的，平時操作只是對index_arr的順序進行調整。
如果data_arr為 42 30 74 60 相應的index_arr應該為2 3 0 1
這時，當我們popleft出最大元素時，data_arr中的74被移出後變成了42 30 60，陣列中最大索引由3變成了2，如果索引陣列中仍然用3這個索引來索引30會造成index溢位。74的索引為2，需要我們將索引數在2之後的都減1。
綜上，在刪除元素時，我們原先是將data_arr中的首尾元素互換，再刪除尾部元素，再對頭部元素進行sink_down操作。現在我們先換索引陣列中首尾元素，再刪除索引陣列尾部元素，此時尚未操作存放data的data_arr，因此索引陣列剩餘元素與data_arr的元素仍是一一對應的。進行sink_down操作，操作完成之後再刪除data_arr相應位置元素。最後將index_arr中值大於原index_arr頭部元素值的減一。
def pop_left(self):
self.swap(0, len(self) - 1)
r = self.index_arr.pop()
self.sink_down(0)
self.data.pop(r)
for i, index in enumerate(self.index_arr):
if index > r:
self.index_arr[i] -= 1
return r索引堆增加了一個更新操作，可以隨時更新索引堆中的資料。更新時，先直接更新data_arr中相應索引處的資料，然後在index_arr中，找到存放了data_arr中，剛被更新的資料的索引的索引位置，與刪除時一樣需要進行一次遍歷。找到這個位置之後，由於無法確定與前後元素的大小關係，因此需要進行一次float_up操作再進行一次sink_down操作。
def update(self, i, data):
self.data[i] = data
for index_index, index in enumerate(self.index_arr):
if index == i:
target = index_index
self.float_up(target)
self.sink_down(target)可以很明顯看出，這個索引堆在插入元素時是比較快的，但是在刪除元素和更新元素時，為了查詢相應位置索引，都進行了一次遍歷，這是很耗時的操作。為了能更快的找到index_arr中值為要更新的data_arr的相應索引值得索引位置，我們再次開闢一個新的陣列to_index，來對index_arr進行索引。
例如對於陣列75 54 65 90
此時它的index_arr為3 0 2 1。當要更新data[3]，即90這個元素時，現在要遍歷一遍index_arr來找到3這個位置，這個位置是0。我們要建立一個to_index，to_index[3]中存放的元素為0。
index_arr存放的元素分別為： 1 3 2 0。
先改變swap陣列，在交換index_arr中元素時，也交換存放在to_index中的index_arr的索引。
def swap(self, i, j):
self.index_arr[i], self.index_arr[j] = self.index_arr[j], self.index_arr[i]
self.to_index[self.index_arr[i]], self.to_index[self.index_arr[j]] = self.to_index[self.index_arr[j]],
self.to_index[self.index_arr[i]]然後在update中，當要更新位置為i的元素時，我們就不需要通過一次遍歷才能找到index_arr中該元素的索引，而是直接通過訪問index_arr[i]即可訪問index_arr中相應索引
def update(self, i, data):
self.data[i] = data
target = self.to_index[i]
self.float_up(target)
self.sink_down(target)最後改變pop_left中相應程式碼，這時我們需要維護三個陣列，data_arr，index_arr以及to_index。
仍然是首先將index_arr首位元素交換，並pop出尾部元素存放到i中。然後將頭部元素sink_down到相應位置，然後將pop出data_arr索引i處的元素。然後pop出to_index中索引為i的元素，再將index_arr中索引溢位的元素進行調整。
def pop_left(self):
self.swap(0, len(self) - 1)
r = self.index_arr.pop()
self.sink_down(0)
self.data.pop(r)
self.to_index.pop(r)
for i in range(r, len(self)):
self.index_arr[self.to_index[i]] -= 1
return r以上就是python實現對和索引堆的具體方式。