二叉堆用数组实现优先级队列，通过索引算术映射完全二叉树，核心是上浮（swim）和下沉（sink）操作，使插入和删除均达o(log n)；相比链表或有序数组更均衡适配动态增删场景。
用二叉堆手写优先级队列，核心是把“完全二叉树”映射到数组里，靠父子索引关系维护堆序，而不是真建树节点。关键不在代码多，而在理解两个动作：新元素插入后上浮（swim）、取最大/最小值后下沉（sink）。只要这两个逻辑写对，其余就是封装和边界处理。
为什么选二叉堆而不是链表或普通数组
链表入队快但找最大值要遍历 O(n)；有序数组出队快但每次插入都要挪动元素 O(n)；而二叉堆让入队和出队都稳定在 O(log n) —— 这是动态场景下最均衡的选择。比如任务调度、实时消息分发，元素不断来又不断走，堆结构刚好应对这种“边增边删”的节奏。
数组怎么表示一棵完全二叉树
不用指针，直接用一维数组，约定索引从 1 开始（第 0 位空着），就能靠算术快速定位父子关系：
- 节点 i 的父节点索引是 i // 2
- 节点 i 的左子节点索引是 2 * i
- 节点 i 的右子节点索引是 2 * i + 1
这个设计让树的层序遍历天然对应数组顺序，既省空间又免指针跳转。注意：不是所有语言默认支持索引 0 空着，Java 或 C++ 实现时可统一偏移 1，Python 列表则直接在开头 append 一个占位符。
关键操作：上浮与下沉怎么写
以最大堆为例（高优先级 = 值大）：
- 上浮（insert 后调用）：新元素加在数组末尾，然后不断和父节点比较；若比父大，就交换，继续往上；直到不比父大或到达根节点。
- 下沉（delMax 后调用）：先把堆尾元素提到堆顶，再让它和两个子节点中较大的那个比较；若比它小，就交换下去；重复直到它大于等于两个子节点，或已无子节点。
下沉时要注意：必须先判断左右子是否存在（索引是否越界），再比大小；否则可能访问空位置导致异常。下沉和上浮都是沿着单条路径走，最多 log₂n 步，所以时间可控。
完整骨架与注意事项
一个最小可用版本包含这些方法：init（初始化空数组+size计数器）、insert（append + swim）、delMin/delMax（取头、换尾、sink）、peek（只看不删）。别忘了扩容逻辑——当数组满时，按 1.5 倍或 2 倍扩，并复制旧数据。另外，如果语言不支持泛型比较（如 Python 的 __lt__），需显式传入比较函数或要求元素实现 Comparable 接口。
