为什么最小堆比最大堆更适合实现优先级队列？
Why would a min-heap be preferable to a max-heap to implement a priority queue?
在我用来研究算法和数据结构的一本书中，它指出最小堆比最大堆更适合实现优先级队列。为什么会这样？
为什么使用堆来实现优先队列是个好主意？
更多算法需要最小堆，例如 Dijkstra 算法。但实际上如果你只是否定所有元素，最小堆和最大堆是等价的。
堆是实现优先级队列的一种简单而有效的方法，因为（根据堆的性质）它会在您 add/remove 时保持自己 "sorted" ，因此可以快速插入并移除最小元素（如果是最小堆）。这些正是优先队列需要的操作，所以堆是一个很好的选择。
你用哪个就用哪个。有时 1 是 "highest priority," 后跟 2、3、4 等。在这种情况下，您可以为优先级队列使用最小堆。其他时候，"highest priority" 被定义为首先处理编号较高的事物。在这种情况下，您将使用最大堆。
最小堆确保最低值的东西位于堆的根部，并且当您从堆中拉出时将首先被删除。最大堆确保最高值的东西在堆的根部。
当然，您可以始终实施最小堆，如果您需要最高值的东西作为根，只需反转比较函数即可。
在我用来研究算法和数据结构的一本书中，它指出最小堆比最大堆更适合实现优先级队列。为什么会这样？
为什么使用堆来实现优先队列是个好主意？
更多算法需要最小堆，例如 Dijkstra 算法。但实际上如果你只是否定所有元素，最小堆和最大堆是等价的。
堆是实现优先级队列的一种简单而有效的方法，因为（根据堆的性质）它会在您 add/remove 时保持自己 "sorted" ，因此可以快速插入并移除最小元素（如果是最小堆）。这些正是优先队列需要的操作，所以堆是一个很好的选择。
你用哪个就用哪个。有时 1 是 "highest priority," 后跟 2、3、4 等。在这种情况下，您可以为优先级队列使用最小堆。其他时候，"highest priority" 被定义为首先处理编号较高的事物。在这种情况下，您将使用最大堆。
最小堆确保最低值的东西位于堆的根部，并且当您从堆中拉出时将首先被删除。最大堆确保最高值的东西在堆的根部。
当然，您可以始终实施最小堆，如果您需要最高值的东西作为根，只需反转比较函数即可。