优先级队列与堆：核心概念、实现与应用

1. 优先级队列与堆的核心概念

1.1 优先级队列的本质

优先级队列（Priority Queue）是一种特殊的队列，它打破了传统队列先进先出（FIFO）的原则，而是根据元素的优先级进行动态调度。想象一下医院急诊科的场景：不是按照病人挂号顺序就诊，而是根据病情危急程度优先处理重症患者——这就是优先级队列的典型应用场景。

优先级队列的核心特性体现在三个方面：

1. 动态优先级管理：元素的优先级可以在运行时动态调整
2. 高效访问：能在常数时间O(1)内获取最高/最低优先级元素
3. 灵活插入：新元素插入后能自动调整位置，保持优先级顺序

1.2 堆：优先级队列的引擎

堆（Heap）作为优先级队列最高效的实现方式，本质上是一棵完全二叉树，具有以下关键特征：

• 结构特性：除最后一层外，其他层节点都完全填满，且最后一层节点尽可能靠左排列
• 堆序性质：
  • 大根堆：每个节点的值都大于或等于其子节点的值
  • 小根堆：每个节点的值都小于或等于其子节点的值

这种特殊的结构使得堆能够高效维护元素的优先级顺序。完全二叉树的特性决定了它可以用数组紧凑存储，避免了指针带来的空间开销，同时保持了出色的缓存局部性。

为什么选择完全二叉树？

1. 数组存储节省空间（不需要存储指针）
2. 通过简单算术运算即可定位父子节点
3. 树高始终保持在⌊log₂n⌋，保证操作效率

2. 堆的实现细节剖析

2.1 堆的物理存储结构

堆虽然逻辑上是树形结构，但实际存储采用数组形式。对于从0开始索引的数组：

• 父节点索引：(i-1)/2
• 左子节点索引：2i+1
• 右子节点索引：2i+2

这种存储方式带来了显著优势：

1. 空间效率：不需要存储指针，空间利用率接近100%
2. 访问效率：通过索引直接访问，缓存命中率高
3. 遍历方便：数组天然支持顺序访问

java复制// 堆的数组表示示例
int[] maxHeap = {90, 70, 80, 30, 50, 60, 20, 10};
// 对应树形结构：
//        90
//      /    \
//    70      80
//   /  \    /  \
// 30   50 60   20
// /
//10

2.2 堆的核心操作算法

2.2.1 向下调整（Heapify Down）

当堆顶元素被移除后，需要将最后一个元素移到堆顶，然后执行向下调整：

java复制void shiftDown(int[] heap, int size, int index) {
    int largest = index;  // 假设当前节点最大
    int left = 2 * index + 1;
    int right = 2 * index + 2;
    
    // 找出当前节点和左右子节点中的最大值
    if