堆基础
堆(Heap)是具有这样性质的数据结构：1/完全二叉树 2/所有节点的值大于等于(或小于等于)子节点的值：
图片来源：这里
堆可以用数组存储，插入、删除会触发节点shift_down、shift_up操作，时间复杂度O(logn)，可视化构建堆
堆是优先级队列(Priority queue)的底层数据结构，较常使用优先级队列而非直接使用堆处理问题。利用堆的性质可以方便地获取极值，例如 LeetCode 题目 215. Kth Largest Element in an Array，时间复杂度O(nlogn)：
//215. Kth Largest Element in an Arrayint findKthLargest(vector<int>& nums, int k) {
//默认为大顶堆，等同于 priority_queue<int,vector<int>,less<int>> q;priority_queue<int> q(nums.begin(),nums.end());for(int i=0;i<k-1;i++) q.pop();return q.top();}
相关LeetCode题：
703. Kth Largest Element in a Stream 题解
295. Find Median from Data Stream 题解
将顶部节点一一取出，即可实现堆排序，例如经典的题目 23. Merge k Sorted Lists，用优先级队列求解时间复杂度为O(nlogk)，n为总元素数、k为list数，可视化堆排序
相关LeetCode题：
23. Merge k Sorted Lists 题解
自定义优先级
对于优先级队列，我们可以自定义优先级判断标准，比如按元素频次、距离、成本等。这时我们需要自定义优先级队列的比较方式：
struct compare{bool operator()(const pair<char,int> a,const pair<char,int> b){return b.second > a.second;} };//priority_queue<Type, Container, Functional>priority_queue<pair<char,int>,vector<pair<char,int>>,compare> pq;
相关LeetCode题：
451. Sort Characters By Frequency 题解
347. Top K Frequent Elements 题解
692. Top K Frequent Words 题解
973. K Closest Points to Origin 题解
767. Reorganize String 题解
优先级队列与贪心
由优先级队列可方便地取得极值，而极值本身体现了贪心(Greedy)的思想；在用到贪心思路解题时，可以考虑借助优先级队列获取极值。
相关LeetCode题：
1046. Last Stone Weight 题解
253. Meeting Rooms II 题解
871. Minimum Number of Refueling Stops 题解
502. IPO 题解
优先级队列与BFS
在 算法与数据结构基础 - 队列(Queue) 介绍了常用队列模拟广度优先搜索(BFS)过程，优先级队列作为特殊的队列，同样可以用于BFS、以实现对临近节点按优先级搜索。
相关LeetCode题：
778. Swim in Rising Water 题解
