Python中创建堆主要用heapq模块实现最小堆，通过列表配合heappush、heappop和heapify操作；构建最大堆需对元素取负值；可封装类简化使用；线程安全场景可用PriorityQueue。
Python 中创建堆主要有以下几种方法，核心是利用内置的 heapq 模块，它提供了对堆的基本操作支持。虽然 Python 没有独立的“堆”数据类型，但可以通过列表 + heapq 实现。
1. 使用 heapq 模块构建最小堆
Python 标准库中的 heapq 模块默认实现的是最小堆（小根堆），即堆顶始终是当前最小元素。
基本用法：
- heapq.heappush(heap, item)：将元素插入堆
- heapy.heappop(heap)：弹出并返回堆顶（最小值）
- heapq.heapify(list)：将一个列表原地转换为堆结构
示例：
立即学习“Python免费学习笔记（深入）”；
import heapq
data = [3, 1, 4, 1, 5]
heapq.heapify(data) # 转为最小堆
print(data[0]) # 输出最小值：1
heapq.heappush(data, 0)
min_val = heapq.heappop(data) # 弹出0
2. 构建最大堆的技巧
Python 的 heapq 不直接支持最大堆，但可以通过取负值的方式模拟。
思路：插入和弹出时对数值取反，保持逻辑上是最大堆。
示例：
立即学习“Python免费学习笔记（深入）”；
import heapqmax_heap = []
heapq.heappush(max_heap, -10)
heapq.heappush(max_heap, -20)
heapq.heappush(max_heap, -5)
largest = -heapq.heappop(max_heap) # 取出并还原符号 → 20
3. 封装成类以简化使用
为了更方便地使用最大堆或最小堆，可以封装成类：
class MinHeap:def __init__(self):
self.heap = []
def push(self, item):
heapq.heappush(self.heap, item)
def pop(self):
return heapq.heappop(self.heap)
类似地，可定义 MaxHeap 类内部处理负值。
4. 使用优先队列 PriorityQueue
在多线程或需要更高级接口时，可用 queue.PriorityQueue，它是线程安全的堆实现。
示例：
立即学习“Python免费学习笔记（深入）”；
from queue import PriorityQueuepq = PriorityQueue()
pq.put(1)
pq.put(3)
pq.put(2)
print(pq.get()) # 返回1，最小优先
适合生产者-消费者场景，但性能略低于 heapq。
基本上就这些。最常用的是 heapq 配合列表操作，灵活高效。根据是否需要最大堆、线程安全等需求选择合适方式。
