揭秘一维连续 Array 如何通过纯代数公式实现完全二叉堆，透视物理内存脏数据残留与算法抽象空穴真相。
为什么普通二叉搜索树（BST）不能直接用连续数组存储？
因为如果是一棵极端倾斜的二叉树（退化成一条链），深度为 30 时，第 30 层节点的下标将是 2³⁰ - 1 ≈ 10 亿，数组绝大部分都是 null，空间直接崩溃！
而完全二叉树（Complete Binary Tree）除最后一层外全满，最后一层严格紧密靠左填充。 按层序编号，节点索引必定是从 0 到 N-1 严格连续的整数，与连续物理数组天生 1:1 契合，空间利用率高达 100%！
(k - 1) >>> 1 能秒解父节点？
在 0-based 数组中，若父节点下标为 p：
• 左孩子：k_left = 2p + 1（必为奇数）
• 右孩子：k_right = 2p + 2（必为偶数）
逆向求父节点时，整除截断消除了分支判断：
• 左孩子求父节点：(2p + 1 - 1) / 2 = 2p / 2 = p
• 右孩子求父节点：(2p + 2 - 1) / 2 = (2p + 1) / 2 = p + 0.5，在整数向下取整中 0.5 被直接丢弃，依然等于 p！
JDK 采用无符号右移 >>> 1，利用单周期 CPU 位移指令，无需任何 if-else 区分左右，一条指令统揽两边！
用传统的链式结构 class TreeNode { int val; TreeNode left, right; } 不行吗？
工业级实现坚持用数组，是因为硬件层面的降维打击：
| 对比维度 | 链式 TreeNode | 数组 Object[] queue |
|---|---|---|
| 内存开销 | ~40 字节/节点 (包含头信息和指针) | 0 指针额外开销 (仅存数据) |
| CPU Cache | 碎散分布，遍历频繁 Cache Miss | 连续内存预取，满命中 64B 缓存行 |
| GC 压力 | 成千上万小对象，GC 停顿长 | 仅 1 个数组对象，极度 GC 友好 |
while (k > 0) 安全守卫？
若当前节点已是根节点 k = 0，如果冒然执行 (0 - 1) >>> 1：
在 Java 中 -1 >>> 1 = 2147483647 (Integer.MAX_VALUE)，会导致数组下标越界崩溃！
因此，while (k > 0) 既是循环到达堆顶的天然终止条件，也是防止无符号位移下溢的绝对安全屏障。
你看到的“穴”，在真实的 JVM 物理内存里其实是一份残留的旧数据！
在执行 queue[k] = e 时，父节点的值只是被单向拷贝到了子节点。JDK 绝不会多写一行 queue[parent] = null，因为在计算机硬件体系中，多一次内存写操作（Store）会浪费 CPU 时钟周期并污染 CPU 缓存行（Dirty Cache Line）。
因此在循环中间，物理内存中实际上同时存在两个完全相同的父节点值（例如同时有两个 5）！所谓“空穴”，是经典算法教材（Weiss《数据结构与算法分析》、Knuth）为了便于人类思维理解引入的逻辑抽象概念。点击上方【物理内存真实态】按钮即可亲眼验证这一真实内存全貌！