因为queue.PriorityQueue底层依赖heapq，而heapq要求元素可比较（即支持<运算符），字典类型不可比较，导致TypeError。
为什么直接往 queue.PriorityQueue 里放字典会报错？
因为 queue.PriorityQueue 底层依赖 heapq，而 heapq 要求元素可比较（即支持 运算）。字典、列表、集合等无序类型在 Python 3 中默认不可比较，一放进去就会抛出 <code>TypeError: '。
常见错误写法：
import queue
q = queue.PriorityQueue()
q.put({'priority': 1, 'task': 'A'}) # ❌ 报错解决思路：必须确保入队对象本身支持比较。最稳妥的方式是封装成自定义类，或用元组（靠第一个元素排序）。
用元组作为优先级载体时，priority 放前面还是后面？
必须把优先级数值放在元组最左侧。Python 元组比较是逐元素进行的，只有第一个元素相同时才比第二个，依此类推。否则低优先级任务可能被高优先级“压住”。
立即学习“Python免费学习笔记（深入）”；
正确做法：
-
q.put((1, 'task_A'))→ 优先级 1 最高 -
q.put((5, 'task_B'))→ 优先级 5 较低 - 如果想让数字越小优先级越低，就用负数：
(-5, ...)或直接反转逻辑
注意：如果多个任务优先级相同（如都为 2），Python 会继续比较第二个元素。若第二个元素不可比较（比如又是字典），仍会报错。所以建议加个唯一序号防冲突：
import itertools counter = itertools.count() # 生成递增整数 q.put((priority, next(counter), task_data))
queue.PriorityQueue 的 get() 是阻塞还是非阻塞？
默认阻塞。调用 q.get() 时若队列为空，线程会一直等待，直到有新元素入队。这在多线程协作中很常用，但也容易卡死——比如生产者已结束但忘了发“结束信号”，消费者就永远 hang 住。
安全用法：
- 加超时：
q.get(timeout=1)，超时抛queue.Empty，需捕获 - 非阻塞：
q.get_nowait()，空时直接抛queue.Empty - 配合
q.task_done()和q.join()实现任务完成同步（尤其在工作线程中）
别漏掉 task_done()：每处理完一个 get() 出来的项，必须调用它，否则 join() 永远不会返回。
和 heapq 直接操作比，queue.PriorityQueue 多了什么？
核心就一点：queue.PriorityQueue 是线程安全的，所有操作（put、get、qsize 等）都自带锁；而原生 heapq 只是堆操作工具函数，不保证并发安全。
所以：
- 单线程、追求性能 → 直接用
heapq（更轻量，无锁开销） - 多线程、需要跨线程协调 → 必须用
queue.PriorityQueue -
queue.PriorityQueue不提供heapify或批量初始化接口，不能像heapq.heapify(list)那样从已有数据快速建堆
真正容易被忽略的是：它的线程安全只覆盖了队列本身的读写，不保护你存进去的业务对象。比如你 put 了一个可变对象（如 dict），多个线程 get 到后并发修改它，依然要自己加锁或深拷贝。
