Dijkstra算法的一个标准实现使用堆来存储从起始节点S到所有未探测节点的距离。使用堆的理由是我们可以在O(log n)中有效地弹出与它的最小距离。但是，为了保持算法的不变性，还需要更新堆中的一些距离。这包括：
我知道如果知道堆中该元素的位置，可以在O(log n)中完成从堆中弹出非min元素。但是，我无法理解在Dijkstra算法的情况下如何知道这个位置。听起来像二元搜索树更合适。
更一般地说，我的理解是堆唯一能比平衡二叉搜索树做得更好的是访问（不删除）min元素。我的理解是否正确？
答案 0 :(得分：4)
但是，在Dijkstra算法的情况下，我无法理解如何知道这个位置。
您需要一个额外的数组来跟踪元素所在堆中的位置，或者堆元素中的额外数据成员。这必须在每次堆操作后更新。
堆唯一能比平衡二叉搜索树做得更好的是访问（不删除）min元素
除了根指针之外，甚至可以修改BST以保持指向min元素的指针，从而允许O（1）访问min（有效地分摊O（lg n ）工作通过其他行动）。
堆在最坏情况复杂性方面的唯一优势是“堆化”算法，它通过在线性时间内就地重新组织其元素将数组转换为堆。对于Dijkstra来说，这没关系，因为无论如何它都会以O（lg n ）的成本进行 n 堆操作。
然后，堆的真正原因是常量。正确实现的堆只是一个连续的元素数组，而BST是一个指针结构。即使在数组内部实现BST（如果从一开始就知道元素的数量就可以完成，如在Dijkstra中），指针占用更多内存，并且导航它们比使用的整数操作花费更多时间导航堆。