前端时间玩小爬虫的时候，我把url都是放在内存队列里面的，有时我们在抓取url的时候，通过LCS之类的相似度比较，发现某些url是很重要的，
需要后端解析服务器优先处理，针对这种优先级比较大的url，普通的队列还是苦逼的在做FIFO操作，现在我们的需求就是优先级大的优先服务，要做
优先队列，非堆莫属。
一：堆结构
1:性质
堆是一种很松散的序结构树，只保存了父节点和孩子节点的大小关系，并不规定左右孩子的大小，不像排序树那样严格，又因为堆是一种完全二叉
树，设节点为i,则i/2是i的父节点，2i是i的左孩子，2i+1是i的右孩子，所以在实现方式上可以采用轻量级的数组。
2：用途
如果大家玩过微软的MSMQ的话，我们发现它其实也是一个优先队列，还有刚才说的抓取url，不过很遗憾，为什么.net类库中没有优先队列，而java1.5
中就已经支持了。
3：实现
堆结构节点定义：
我们在每个节点上定义一个level，表示该节点的优先级，也是构建堆时采取的依据。
1 ///
2 /// 定义一个数组来存放节点
3 ///
4 private List nodeList = new List();
5
6 #region 堆节点定义
7 ///
8 /// 堆节点定义
9 ///
10 public class HeapNode
11 {
12 ///
13 /// 实体数据
14 ///
15 public T t { get; set; }
16
17 ///
18 /// 优先级别 1-10个级别 (优先级别递增)
19 ///
20 public int level { get; set; }
21
22 public HeapNode(T t, int level)
23 {
24 this.t = t;
25 this.level = level;
26 }
27
28 public HeapNode() { }
29 }
30 #endregion 入队操作
入队操作时我们要注意几个问题：
①：完全二叉树的构建操作是“从上到下，从左到右”的形式，所以入队的节点是放在数组的最后，也就是树中叶子层的有序最右边空位。
②：当节点插入到最后时，有可能破坏了堆的性质，此时我们要进行“上滤操作”，当然时间复杂度为O(lgN)。
当我将节点“20”插入到堆尾的时候，此时破坏了堆的性质，从图中我们可以清楚的看到节点“20”的整个上滤过程，有意思吧，还有一点
就是：获取插入节点的父亲节点的算法是：parent=list.count/2-1。这也得益于完全二叉树的特性。
1 #region 添加操作
2 ///
3 /// 添加操作
4 ///
5 public void Eequeue(T t, int level = 1)
6 {
7 //将当前节点追加到堆尾
8 nodeList.Add(new HeapNode(t, level));
9
10 //如果只有一个节点，则不需要进行筛操作
11 if (nodeList.Count == 1)
12 return;
13
14 //获取最后一个非叶子节点
15 int parent = nodeList.Count / 2 - 1;
16
17 //堆调整
18 UpHeapAdjust(nodeList, parent);
19 }
20 #endregion
21
22 #region 对堆进行上滤操作，使得满足堆性质
23 ///
24 /// 对堆进行上滤操作，使得满足堆性质
25 ///
26 ///
27 /// 非叶子节点的之后指针（这里要注意：我们
28 /// 的筛操作时针对非叶节点的）
29 ///
30 public void UpHeapAdjust(List nodeList, int parent)
31 {
32 while (parent >= 0)
33 {
34 //当前index节点的左孩子
35 var left = 2 * parent + 1;
36
37 //当前index节点的右孩子
38 var right = left + 1;
39
40 //parent子节点中最大的孩子节点，方便于parent进行比较
41 //默认为left节点
42 var max = left;
43
44 //判断当前节点是否有右孩子
45 if (right 出队操作
从图中我们可以看出，优先级最大的节点会在一阵痉挛后上升到堆顶，出队操作时，我们采取的方案是：弹出堆顶元素，然后将叶子层中
的最右子节点赋给堆顶，同样这时也会可能存在破坏堆的性质，最后我们要被迫进行下滤操作。
我图中可以看出：首先将堆顶20弹出，然后将7赋给堆顶，此时堆性质遭到破坏，最后我们清楚的看到节点7的下滤过程，从摊还分析的角度上
来说，下滤的层数不超过2-3层，所以整体上来说出队的时间复杂度为一个常量O(1)。
1 #region 优先队列的出队操作
2 ///
3 /// 优先队列的出队操作
4 ///
5 ///
29 /// 对堆进行下滤操作，使得满足堆性质
30 ///
31 ///
32 /// 非叶子节点的之后指针（这里要注意：我们
33 /// 的筛操作时针对非叶节点的）
34 ///
35 public void DownHeapAdjust(List nodeList, int parent)
36 {
37 while (2 * parent + 1 最后我还扩展了一个弹出并下降节点优先级的方法，好吧，这个方法大家自己琢磨琢磨，很有意思的，实际应用中使用到了。
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Diagnostics;
using System.Threading;
using System.IO;
namespace ConsoleApplication2
{
public class Program
{
public static void Main()
{
PriorityQueue heap = new PriorityQueue();
//随机插入20个节点
for (int i = 1; i
/// 定义一个实体
///
public class Url
{
public string Data { get; set; }
}
#endregion
public class PriorityQueue where T : class
{
///
/// 定义一个数组来存放节点
///
private List nodeList = new List();
#region 堆节点定义
///
/// 堆节点定义
///
public class HeapNode
{
///
/// 实体数据
///
public T t { get; set; }
///
/// 优先级别 1-10个级别 (优先级别递增)
///
public int level { get; set; }
public HeapNode(T t, int level)
{
this.t = t;
this.level = level;
}
public HeapNode() { }
}
#endregion
#region 添加操作
///
/// 添加操作
///
public void Eequeue(T t, int level = 1)
{
//将当前节点追加到堆尾
nodeList.Add(new HeapNode(t, level));
//如果只有一个节点，则不需要进行筛操作
if (nodeList.Count == 1)
return;
//获取最后一个非叶子节点
int parent = nodeList.Count / 2 - 1;
//堆调整
UpHeapAdjust(nodeList, parent);
}
#endregion
#region 对堆进行上滤操作，使得满足堆性质
///
/// 对堆进行上滤操作，使得满足堆性质
///
///
/// 非叶子节点的之后指针（这里要注意：我们
/// 的筛操作时针对非叶节点的）
///
public void UpHeapAdjust(List nodeList, int parent)
{
while (parent >= 0)
{
//当前index节点的左孩子
var left = 2 * parent + 1;
//当前index节点的右孩子
var right = left + 1;
//parent子节点中最大的孩子节点，方便于parent进行比较
//默认为left节点
var max = left;
//判断当前节点是否有右孩子
if (right
/// 优先队列的出队操作
///
///
/// 对堆进行下滤操作，使得满足堆性质
///
///
/// 非叶子节点的之后指针（这里要注意：我们
/// 的筛操作时针对非叶节点的）
///
public void DownHeapAdjust(List nodeList, int parent)
{
while (2 * parent + 1
/// 获取元素并下降到指定的level级别
///
///
/// 获取元素并下降优先级
///
/// 
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.e1idc.net
