1、 创建最大堆类。最大堆的存储结构使用链表。
2、 提供操作:堆的插入、堆的删除。堆的初始化。Huffman树的构造。二叉搜索树的构造。
3、 接收键盘录入的一系列整数，输出其对应的最大堆、Huffman编码以及二叉搜索树。
4、 堆排序。
在本实验中，我们将深入探讨堆、霍夫曼树和二叉搜索树这三种数据结构的C++实现。让我们分别了解这三个概念及其特点。
**堆** 是一种特殊的完全二叉树，分为最大堆和最小堆。在最大堆中，每个节点的值都大于或等于其子节点的值，根节点具有最大值。而在最小堆中，情况相反，根节点具有最小值。在C++中，我们可以使用链表作为存储结构来创建堆。堆的主要操作包括插入元素（保持堆性质）、删除最大元素（调整堆）和初始化堆。
**霍夫曼树**（Huffman Tree），也称为最优二叉树，是用于数据压缩的一种数据结构。它的构建基于霍夫曼编码，通过合并权值最小的两个结点来构建，直至只剩下一个结点为止。霍夫曼树的特点是叶子节点代表字符，非叶子节点不包含信息，且从根节点到任意叶子节点的路径上的边权之和为该字符的霍夫曼编码长度。
**二叉搜索树**（Binary Search Tree, BST）是一种特殊的二叉树，其中每个节点的左子树只包含小于该节点值的节点，右子树只包含大于该节点值的节点。二叉搜索树支持快速查找、插入和删除操作，因为每个节点的值可以用来缩小搜索范围。
在给定的代码中，我们看到了如下功能的实现：
1. **创建最大堆类**：`MaxHeap` 类包含了堆的构建、插入、删除和初始化等操作。`MakeHeap` 方法用于创建一个新堆，`Insert` 用于插入元素，`DeleteMax` 用于删除并返回最大值，`Initialize` 用于从数组中初始化堆。
2. **霍夫曼树的构造**：虽然未在代码中直接实现，但根据实验内容，应有一个算法用于接收输入数据并构造霍夫曼树。
3. **二叉搜索树的构造**：同样，代码中没有直接展示，但根据描述，应有相应的逻辑用于从输入数据构建二叉搜索树。
4. **堆排序**：`HeapSort` 方法用于对输入数组进行堆排序，这是一种高效的排序算法，时间复杂度为O(n log n)。
`Travel` 函数是一个通用的遍历函数，用于打印二叉树的所有节点，而`PrOrder` 和 `InOrder` 分别实现了前序遍历和中序遍历，它们是二叉树遍历的经典方法。
`MaxHeap` 类中还有其他辅助方法，如`ConditionOrder` 和 `Adjust`，这些方法可能是为了保持堆的性质和进行特定操作而设计的。`LocateLast` 方法则可能用于定位堆中的最后一个元素。
这个实验旨在通过C++实现来理解和应用堆、霍夫曼树和二叉搜索树的关键操作。通过输入一系列整数，可以观察和分析它们在这些数据结构中的表现，从而加深对这些概念的理解。
