我们知道堆和红黑树都有这些属性：
那么，既然红黑树的实现和操作比较困难，为什么不直接用堆代替红黑树呢？我很困惑。
【问题讨论】：
O(log(N))在堆中搜索的算法吗？
O(log(N)) 中大量搜索。
标签： data-structures heap red-black-tree
您无法在O(log n) 的堆中找到任意元素。这需要O(n) 来完成。您可以在O(1) 的堆中找到第一个元素（例如最小的），然后在O(log n) 中提取它。红黑树和堆有完全不同的用途、内部排序和实现：请参阅下文了解更多详细信息。
典型用途
红黑树：将字典存储在哪里以及查找您想要按键排序的元素，以便您可以按顺序遍历它们。插入和查找是O(log n)。
Heap：优先队列（和堆排序）。提取最小值和插入是O(log n)。
结构强加的一致性约束
红黑树：总排序：left child
堆：支配：父
（请注意，您可以替换为比
实现/内存开销
红黑树：用于表示树结构的指针，因此每个元素的开销。通常使用在免费存储上分配的多个节点（例如，在 C++ 中使用 new），节点指向其他节点。保持平衡以确保对数查找/插入。
堆：结构是隐式的：根在位置 0，根的子节点在 1 和 2，依此类推，因此每个元素没有开销。通常只存储在一个数组中。
【讨论】：
红黑树：
具有确定性平衡策略的二叉搜索树的形式。这种平衡保证了良好的性能，并且总是可以在 O(log n) 时间内搜索到。
堆：
我们需要搜索堆中的每个元素以确定元素是否在里面。即使进行了优化，我相信搜索仍然是 O(N)。另一方面，最好在 O(1) 集合中找到最小值/最大值。
【讨论】：