在索引中，我们除了data之外，还引入了indexes。data中存放原始数据，indexes中存放的是索引。这里要注意：无论是data数组中的元素，还是indexes数组中的元素，都不构成堆！是谁构成了堆？是下面的这个数组：

data[indexes[1]], data[indexes[2]], data[indexes[3]], ..., data[indexes[n]]

换句话说，我们可以这样理解indexes。将data中的元素组织成一个堆以后，把他们原先对应的序号依次取出来，构成的数组就是索引数组的内容。而data的内容再恢复回去，不要动。在索引堆中，我们可以看到，shiftUp和shiftDown操作只改变索引数组indexes的内容，而不去动data。data就静静地躺在那里，看indexes数组变来变去。最后真正要使用data的时候，只要用indexes相应的元素做索引，指向data就好了。

所以，我们的getMax函数是这样的：

Item getMax(){    
    assert( count > 0 );    
    return data[indexes[1]];    
}

看，永远取indexes数组第一个元素为索引所对应的那个data，真正改变的是indexes：）

如果我们真正理解了indexes和data的含义，我们就能再聊点儿程序设计思维上的话题了。难道这种思想只能用在索引堆上吗？当然不是！其实这种思想到处都可以使用。最典型的，排序算法！我们之前讲解排序算法，说排序算法的复杂度，大多是基于比较操作的。也就是说，我们说快速排序的时间复杂度是O(nlogn)，是因为其比较操作的次数是nlogn这个级别的。但是，我们没有太去考虑交换操作。如果我们的数据特别特别沉，挪动数据的成本特别特别高，怎么办？我们就可以引入索引这个概念了。我们新建立一个索引数组，指向真正的待排序数据，比较的时候通过索引取得真正的数据进行比较，但是真正交换的时候，只进行索引的交换。嗯，数据静静地躺在那里，等待着被索引。索引仅仅是一个int，挪动的成本就太低了！是不是很酷？

感兴趣的同学，可以选择自己喜欢的排序算法，封装一个基于索引的排序方法。在设计的时候，注意要对用户屏蔽实现细节。换句话说，用户没必要知道其实你的排序算法没有动data，而只是新建立了一个索引数组。

这个思路听起来是不是很熟悉？我才不会告诉你设计数据库的底层算法经常使用这种思路呢：）