为什么人们强调堆用于实现优先级队列，因为查看最大值/最小值的时间复杂度是 O(1) 。
通过使用指向最右边/最左边节点的指针，这也不能在 bst 上轻松实现。
【问题讨论】：
标签： c++ heap binary-search-tree priority-queue
鉴于您提出了基于 BST 的优先级队列，我将尝试向您解释为什么堆比 BST 更好。
堆是一棵完整的树；这是一棵完美平衡的树。它的高度是log_2(n+1)。
如果这种方法是平衡的，那么 BST 方法是值得的。保持 BST 平衡的最著名技术是 AVL 树。这种树的高度界限为1.44 log_2(n+2) - 0.33。
对于最低咨询，BST 的成本为 O(log(n))，而堆的成本为 O(1)。所以对于这个操作，堆显然更好。
对于插入和删除，成本是渐近等价的。但是 BST 往往更昂贵，因为它的高度往往高于完美平衡的树。此外，AVL 树比堆消耗更多的常数时间。在 AVL（以及其他平衡方法，红黑树、traps、splay 等）中，您执行轮换，而在堆中您执行交换，这比轮换便宜。
删除 BST 是一项复杂且成本高昂的操作，可能需要 O(log(n)) 轮换。使用堆是O(log(n)) swaps，它的召回比轮换便宜。
最终，在插入的情况下，您可以对堆执行O(log(n)) 交换，对 AVL 执行最多两次轮换。但是在插入 AVL 时，您需要执行不成功的搜索，而在堆中您可以在开始交换之前直接插入新密钥。我认为只有插入 BST 有时才能击败一堆。但是，请考虑到您很可能会使用优先队列进行协商和删除；所以，如果是这种情况，那么您肯定会恢复插入时可能失去的时间。
此外，如果您使用存储完整树级别遍历的数组，则堆比 BST 更容易实现。在这种情况下，您不需要指针
【讨论】：
可以，但是将其作为堆更有效，并且可以说更简单，因为堆的顶部比树的最左边的元素更容易跟踪（堆的顶部只是第一个元素的基础序列）。
【讨论】：