堆、判断2的幂次方、Python线程安全
Python的线程安全
什么是线程安全？
在一段程序中，如果两个线程t1,t2共享一个全局变量，且这多个线程对同一个全局变量操作会出现资源竞争的问题，从而导致结果会不正确，即遇到线程安全的问题。所以一般采用线程同步或互斥锁机制保证共享数据在任何时刻，最多有一个线程访问，以保证数据的正确性。
其中Python内置类型： ditc, list, tuple是线程安全的。
快速判断一个数是否是 2 的幂次方
如果将这个数减去1后会发现，仅有的那个1会变为0，而原来的那n个0会变为1；因此将原来的数与去减去1后的数字进行与运算后会发现为零。
例如：
则8(1000)就是2的幂次方。
堆
堆是一种 非线性结构 ，可以把堆看作一个数组，也可以被看作是一个 完全二叉树 (若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边，这就是完全二叉树。)， 堆其实就是 利用完全二叉树的结构来维护的一维数组。
大顶堆： 每个节点的值都 大于或等于 其左右孩子节点的值；
小顶堆： 每个节点的值都 小于或等于 其左右孩子节点的值；
堆的这种特性非常有用，常常被当作 优先队列 使用，因为可以快速的访问到“最重要”的元素。
堆特点：
对堆中的节点按层进行编号，映射到数组中：
所以有如下堆的定义：
大顶堆：
小定顶堆：
堆排序的过程：
基本思想：
- 将待排序序列构造成一个大顶堆，此时整个序列的最大值就是堆顶的根节点。
- 将其与末尾元素进行交换，此时末尾就为最大值。
- 然后将剩余 n-1 个元素重新构造成一个堆，这样会得到 n 个元素的次小值。
- 如此反复执行，便能得到一个有序序列了，建立最大堆时是从 最后一个非叶子节点 开始从下往上调整的。
升序 — 大顶堆；
降序 — 小顶堆；
步骤一： 构造初始堆，将给定的无序序列构造成一个大顶堆：
- 给定无序序列如下：
- 从最后一个非叶子节点(
arr.length/2 -1 = 5/2-1 = 1，也就是下面的 6 节点)，从左至右，从下往上进行调整：
节点6先和其左孩子比较a[2 * 1 + 1] = arr[3] =5 ,因为6 > 5所以不作调整；
和其右孩子比较a[2 * 1 + 2] = arr[4] =9, 因为 9 > 6 ，所以两者进行交换
- 找到下一个非叶子节点，当前坐标-1即 1-1 = 0，即第二个非叶子节点为4, [4,9,8]中9元素最大， 4和9 交换：
- 这时，交换导致了子根[4,5,6]混乱，继续调整，[4,5,6]中 6 最大，交换 4 和6：
步骤二：将堆顶元素和末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换：
- 将堆顶元素9 和末尾元素4 进行交换：
- 重新调整结构，使其继续满足堆定义：
- 再将堆顶元素 8 与末尾元素 5 进行交换，得到第二大元素8：
- 后续过程，继续进行调整、交换，如此反复，最终使得整个序列有序：
代码：