因为heapq要求堆中元素可比较大小，而Python默认不支持自定义类实例间比较，会抛出TypeError: '<' not supported between instances；需手动实现__lt__等魔术方法。
为什么直接用 heapq 不能存任务对象？
因为 heapq 要求堆中元素能比较大小，而 Python 默认不支持自定义类实例之间的比较（会报 TypeError: '）。如果你直接把任务对象（比如 <code>Task 类实例）塞进 heapq，哪怕加了 priority 属性，也会失败。
常见错误写法：
heap = []<br>heapq.heappush(heap, task1) # ❌ 报错
- 解决方案：把
(priority, task)元组入堆——Python 元组按位置逐项比较，第一项priority是数字，足够决定顺序 - 注意：如果优先级相同，第二项
task会被比较，所以要么确保task可比较（不推荐），要么加个唯一序号避免比较到对象本身 - 推荐结构：
(priority, insertion_count, task)，其中insertion_count是递增整数，保证不触发task比较
如何正确构造带插入序号的优先队列？
用一个计数器避免同优先级任务之间因对象不可比而崩溃，同时保持 FIFO（先入先出）语义。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 初始化时声明一个
_counter变量（如itertools.count()或普通整数） - 每次
push时生成三元组：(priority, next(counter), task) -
pop后记得只取元组第三个元素：_, _, task = heapq.heappop(heap) - 别用
task.priority动态改值——堆结构不会自动重排，必须重新 push
示例片段：
import heapq<br>import itertools<br><br>class PriorityQueue:<br> def __init__(self):<br> self._heap = []<br> self._counter = itertools.count()<br> <br> def push(self, task, priority):<br> heapq.heappush(self._heap, (priority, next(self._counter), task))<br> <br> def pop(self):<br> return heapq.heappop(self._heap)[-1]
如何处理任务取消或延迟执行？
heapq 本身不支持删除中间元素，也没有“延迟 push”机制。一旦任务入堆，就不能中途取消或修改优先级。
实际项目中常见需求与应对方式：
- 取消任务：用“惰性删除”——标记任务为已取消，在
pop时跳过；需在task对象上加is_cancelled属性，并在pop循环中过滤 - 动态调高优先级：不能原地改，得新建一个更高优先级的任务再 push，旧任务靠惰性删除跳过
- 定时任务：不要依赖堆来“等待”，而是用外部调度器（如
threading.Timer或asyncio.call_later）触发push操作
关键点：堆只是排序容器，不是调度器——时间控制、取消逻辑、线程安全都得自己补。
多线程环境下用 heapq 安全吗？
不安全。heapq 函数族（heappush、heappop）都不是原子操作，多个线程同时读写同一堆会破坏堆序，甚至引发 IndexError 或静默数据错乱。
必须加锁：
- 最简方案：用
threading.Lock包裹所有heappush/heappop操作 - 避免锁粒度过粗：不要在 push 前就锁住、等任务准备好才 unlock，而应在真正访问
_heap的瞬间加锁 - 若用在 asyncio 中，别用
threading.Lock，改用asyncio.Lock，且注意heapq本身是同步函数，不能 await
容易被忽略的是：即使你只在一个线程 push、另一个线程 pop，只要没锁，依然可能出问题——因为堆操作涉及多次列表读写，不是单指令。
