优先队列：
优先队列也是一个队列，他和普通队列的区别是：普通队列是先进先出，后进先出的；优先队列是出队顺序和入队顺序无关，和优先级相关。（如：医院看病时，病情最严重的那个需要先看病）
实现优先队列同样底层也可以选择多种数据结构，
选择 普通的线性结构实现：出队O(1),入队O(n);
选择 顺序线性结构：入队O(n),出队O(1);
选择 堆实现：入队O（logn）,出队O（logn); 下面我们就看一下堆这种数据结构。
堆：
堆同样可以通过多种底层实现，这里我们主要看一下主流的，底层用二叉树实现的堆也称之为二叉堆。
特点：
二叉堆是一颗完全二叉树（完全二叉树：把元素顺序排列成树的形状，即元素一层一层的排列，排满当前层才排下一层）
堆中某个节点的值总是不大于其父亲节点的值（根节点的值为最大值），这样定义出来的叫最大堆，同理反过来也有最小堆。
实现：
由于是一颗完全二叉树，可以相应的给每个节点标号（层序），将它们放到一个数组中。
保存在数组中之后，就有一个问题，就是如何根据一个节点找他的孩子以及父亲节点，其实也很简单，看如下公式：
如果从数组下标为1开始存放：parent(i) =i/2 ; left child(i) = 2i ; right child = 2*i+1
如果从数组下标为0开始存放：parent(i) =（i-1)/2 ; left child(i) = 2i+1 ; right child = 2*i+2
添加元素（Sift Up）：
首先将待添加元素插入末尾位置如图中52
但这样打破了堆的性质，每个节点都必须大于其孩子节点，那么接下来就将插入的节点和它的父亲节点作比较，如果大于其父亲节点，那么交换位置，然后再和当前父亲节点进行比较，如果父亲节点大继续交换，直到没有父亲节点，或者小于父亲节点为止，上图交换后如下：
取出元素Sift Dowm：
根据堆的性质只能取出最大的元素也就是堆顶的元素，同时取出后还需要保持堆的结构不被打破，那么我们进行如下操作：
先将堆末尾的元素放到堆的开头，如图中元素16
现在将堆顶元素(16)和它的两个孩子中较大的那个进行位置交换，然后再进行新一轮交换，直到没有孩子或者大于它的孩子中较大的那一个，上图操作完如下：
取出最大元素后，放入一个新的元素 replace：
可以直接将对顶元素替换以后进行 Sift Down，只需一次O(logn)的操作
j注：ava中的PriorityQueue底层用的是最小堆