优先级队列底层用堆实现，核心是通过向上调整（插入后上浮）和向下调整（删除后下沉）动态维护堆序性；建堆采用从最后一个非叶子节点逆序向下调整，时间复杂度O(N)；权重映射需据业务选择大根堆或小根堆，并预处理数值。

优先级队列底层靠堆实现，而堆的“权重排序”本质不是直接比权重值，而是通过向上调整（插入时）和向下调整（删除或建堆时）动态维护父子节点间的大小关系。关键不在“存什么”，而在“怎么调”。

向上调整：新元素插入后的自修复

插入总在数组末尾，但新元素可能破坏堆序性。此时需让它“逐层上浮”直到满足条件：

• 从当前下标 child 开始，算出父节点 parent = (child − 1) / 2
• 若为大根堆且 a[child] > a[parent]，则交换，并把 parent 当作新的 child 继续上浮
• 循环终止条件是 child == 0（已到根）或不再满足上浮条件
• 注意：前提必须是插入前其余部分已是合法堆，否则上浮无法收敛

向下调整：堆顶变动后的稳态重建

删除堆顶（最大/最小元）后，通常用末尾元素补空位，再让它“沉到底部合适位置”：

• 从根（parent = 0）出发，先定位左右子中更符合堆序的那个孩子（大根堆选较大者，小根堆选较小者）
• 比较该孩子与父节点：若孩子更“优”（如大根堆中孩子更大），则交换；否则停止
• 交换后，以该孩子位置为新 parent，重复上述过程
• 必须始终检查子节点索引是否越界（left = 2×parent + 1 ），否则访问非法内存

建堆：批量数据的高效初始化

给定无序数组，不能逐个插入（O(N log N)），而应从最后一个非叶子节点开始逆序向下调整：

• 最后一个非叶子节点索引是 (n / 2) − 1（因叶子节点从 ⌊n/2⌋ 起）
• 对每个 i 从 (n/2)−1 到 0 执行 AdjustDown(a, n, i)
• 此法时间复杂度为 O(N)，远优于反复插入
• 错误做法：从根开始顺向调整——子树尚未有序，父节点调整后立即又被子树打破

权重映射与堆类型选择

优先级队列中的“权重”常为业务字段（如任务截止时间、用户等级），需提前转为可比数值：

• 若要高权重优先出队（如紧急任务先处理），用大根堆，权重值直接入堆
• 若要低权重优先（如按耗时升序调度），用小根堆，或对原始权重取负再入大根堆
• 结构体入堆时，切勿直接比较地址或指针，应在 AdjustUp/Down 中提取并比较权重字段
• 避免在调整函数里做复杂计算（如实时调用函数获取权重），应预处理好数值数组