使用我所知道的优先级队列的唯一例子是Dijkstra算法（用于计算最低成本）
在其他情况下会有用吗？
答案 0 :(得分：42)
这是一个实际的例子 - 对于商业应用程序：
你正在经营一家医院，病人正在进来。工作人员中只有一名医生。第一个男人走了进来 - 他马上就服完了。接下来，感冒的男人进来需要帮助。你将他加入队列，他排队等候医生可用。接下来，一个头上戴着斧头的男人穿过门。他被赋予更高的优先权，因为他有更高的医疗责任。所以患感冒的男子排成一列。接下来，有人有呼吸问题。因此，患有感冒的男子再次被优先考虑。这在现实世界中被称为分类 - 但在这种情况下，它是一条医疗线。
在代码中实现此功能将使用优先级队列和工作线程（医生）来执行耗材/工作单元（患者）的工作
答案 1 :(得分：11)
基于堆的优先级队列部分地对输入序列进行排序。当你不需要整个序列时，这比直接排序它有优势，因为mcdowella给出了一些例子。特别是，如果您只需要n个元素中的m个，则具有O（m log n）复杂度。第二个优点是当您动态添加元素时，即当您事先不知道整个序列时。使用堆作为后备存储，添加另一个元素比将其插入排序序列要快。
此外，当您按排序顺序弹出单个元素然后丢弃它们（即之后不需要排序的序列）时，使用优先级队列会为读者提供正确的消息。它还使得交换不同的实现变得相当容易，例如一个基于堆或一个预先对输入序列进行排序的。这是一个品味问题，你可以使用随后使用的任何序列来实现相同的效果，但这只会使代码更难以阅读。
答案 2 :(得分：10)
扫描大量统计信息以报告前N项 - N个最繁忙的网络连接，N个最有价值的客户，N个最大的磁盘用户......
答案 3 :(得分：6)
以下是清单： 事件驱动的模拟： 一行中的客户，碰撞粒子
数值计算。 减少舍入误差 数据压缩。 压缩数据的霍夫曼码。 图表搜索： Dijkstra的算法，Prim的算法 数论： 权力总和 人工智能： A *搜索 的统计： 维持序列中最大的M值 操作系统： 负载均衡，中断处理 离散优化。 箱包装，调度 垃圾邮件过滤。 贝叶斯垃圾邮件过滤器
答案 4 :(得分：1)
优先级队列（最小/最大堆）有许多应用程序。但是，如果您正在寻找经典和着名的算法，例如Prim's algorithm，则使用优先级队列。