答案是container/heap包需实现heap.Interface接口，通过定义Len、Less、Swap、Push、Pop方法构建堆结构，如用IntHeap实现最小堆或最大堆，并可扩展至TaskHeap按优先级处理任务。
在Go语言中，container/heap 是一个标准库包，提供了堆（优先队列）的接口和操作方法。它本身没有直接提供一个现成的堆结构，而是要求你实现一个满足 heap.Interface 接口的类型，然后通过 heap.Init、heap.Push、heap.Pop 等函数来操作这个堆。
1. 实现 heap.Interface 接口
要使用 container/heap，你需要定义一个类型（通常是切片），并实现以下五个方法：
- Len() int：返回元素个数
- Less(i, j int) bool：定义堆的排序规则（最小堆或最大堆）
- Swap(i, j int)：交换两个元素
- Push(x interface{})：向堆中添加元素
- Pop() interface{}：从堆中移除并返回元素（通常是堆顶）
2. 创建一个最小堆示例
下面是一个整数最小堆的完整实现：
package main
import (
"container/heap"
"fmt"
)
// 定义一个整数切片类型
type IntHeap []int
// 实现 Len 方法
func (h IntHeap) Len() int { return len(h) }
// Less 决定是小顶堆（<）还是大顶堆（>）
func (h IntHeap) Less(i, j int) bool { return h[i] < h[j] } // 最小堆
// Swap 交换元素
func (h IntHeap) Swap(i, j int) { h[i], h[j] = h[j], h[i] }
// Push 添加元素（注意：接收者是指针）
func (h *IntHeap) Push(x interface{}) {
*h = append(*h, x.(int))
}
// Pop 移除并返回堆顶元素
func (h *IntHeap) Pop() interface{} {
old := *h
n := len(old)
x := old[n-1]
*h = old[0 : n-1]
return x
}
func main() {
h := &IntHeap{3, 1, 4, 1, 5}
heap.Init(h) // 初始化为堆
heap.Push(h, 2) // 插入元素
fmt.Printf("最小值: %d\n", (*h)[0])
for h.Len() > 0 {
min := heap.Pop(h).(int)
fmt.Print(min, " ")
}
// 输出: 1 1 2 3 4 5
}
3. 创建一个最大堆
只需修改 Less 方法的比较方向：
立即学习“go语言免费学习笔记（深入）”；
func (h IntHeap) Less(i, j int) bool { return h[i] > h[j] } // 最大堆
4. 处理复杂数据结构（如任务优先级）
实际开发中，堆常用于处理带优先级的对象。例如，按优先级调度任务：
type Task struct {
ID int
Priority int
}
type TaskHeap []*Task
func (h TaskHeap) Len() int { return len(h) }
func (h TaskHeap) Less(i, j int) bool { return h[i].Priority < h[j].Priority } // 优先级小的先出（最小堆）
func (h TaskHeap) Swap(i, j int) { h[i], h[j] = h[j], h[i] }
func (h *TaskHeap) Push(x interface{}) { *h = append(*h, x.(*Task)) }
func (h *TaskHeap) Pop() interface{} {
old := *h
n := len(old)
task := old[n-1]
*h = old[0 : n-1]
return task
}
5. 常用操作总结
- heap.Init(h)：将已有的切片初始化为堆（O(n)）
- heap.Push(h, x)：插入元素（O(log n)）
- heap.Pop(h)：弹出堆顶（O(log n)）
- heap.Remove(h, i)：删除指定索引的元素
- heap.Fix(h, i)：当某个元素改变后，重新调整堆
基本上就这些。只要实现了 heap.Interface，就能利用 container/heap 提供的高效堆操作。关键在于正确实现 Less 方法以控制堆序，以及 Push/Pop 使用指针接收者。这种设计灵活但需要手动包装，适合构建优先队列、Dijkstra 算法、合并 K 个有序链表等场景。
