1>堆的应用1（优先级队列）
优先级队列顾名思义，他首先是以个队列，队列他服从先进先出的原则,不过在优先级队列中，他出队的顺序不是先进先出，而是根据优先级来决定的，优先级越高，最先出队列
用堆来实现一个优先级队列是最直接最高效的，因为堆和优先级队列是非常相似的，往优先级队列插人一个数据，就是往堆中插入一个数据，从优先级队列中取数据，就是取堆中的堆顶元素
1>合并有序小文件,
比如说有这样13个小文件，且他们都是有序的，我们怎样操作才能保证合并后的文件是有序的呢？我们可以每一个文件的第一个字符串放到同一个数组中，进行比较,将较小的字符串所在的文件放到一个大的文件中，并将在数组里面的小字符串进行删除，再继续对数组进行比较，取小字符串，并将该小字符串的文件放到大文件之前的后面，这样执行下去，好多有序的小文件就合并为一个大的有序文件,这里每次都要去遍历都要去小的字符串，比较消费性能.我们可以用堆中的小顶堆去实现这个需求.我们可以取每个小文件的第一个字符串,放到小堆中,那么堆顶元素就是最小的元素，我们每次都去堆顶元素，一次去合并小文件，这样合并后的大文件也是有序的.
2>应用2（利用堆实现TopK）
静态数据取TopK:如何在一个包含n个数据的数组中取出前Topk数据,我们可以维护一个大小为k的小顶堆，我们一次取数组中的元素，与堆顶元素进行比较，如果比堆顶元素小，我们不做处理，如果比堆顶元素大，我们就将堆顶元素删除，将该元素插入进去,这样等数组遍历完之后,堆中的数据就是前K大元素了
动态数据：如果一个数据集合有2种操作，一种是动态的插入数据，一种是动态的查询前k大元素，我们基于当前数据集合重新技术的话，需要的时间复杂度为o(lognk)，实际上我们可以维护一个一个k大小的小顶堆,当有数据添加到集合当中的时候，我们就拿该元素与小顶堆中的堆顶元素进行比较，如果该元素比堆顶元素大，我们将堆顶元素进行删除，将该元素进行插入到堆中，如果比堆顶元素大，我们不做任何处理，这样动态的插入集合，小顶堆总是维护着集合中的前大k元素了.