參考：
heapq Documentation
淺析Python heapq模塊 堆數據結構
在Python中也對堆這種數據結構進行了模塊化，我們可以通過調用heapq模塊來建立堆這種數據結構，同時heapq模塊也提供了相應的方法來對堆做操作。
heap = [] #創建了壹個空堆
item = heap[0] #查看堆中最小值，不彈出
heappush(heap,item) #往堆中插入壹條新的值
item = heappop(heap) #從堆中彈出最小值, 如果堆為空報 IndexError 異常
heappushpop() #1.將值插入到堆中 2.彈出堆中的最小值。
P.S. 1. 可以保證彈出最小元素 2. 效率比先heappush再heappop快
heapify(x) #以線性時間講壹個列表轉化為堆
item = heapreplace(heap,item) #彈出並返回最小值，然後將heapqreplace方法中item的值插入到堆中，堆的整體結構不會發生改變。如果堆為空報 IndexError 異常。 在需要保證堆大小不變的適合使用 。
P.S. 1. 彈出的元素可能比加入的item大 2. 效率比先heappop再heappush快
merge(*iterables, key=None, reverse=False) #合並多個堆然後輸出
nlargest(n , iterbale, key=None) #從堆中找出做大的N個數，key的作用和sorted( )方法裏面的key類似，用列表元素的某個屬性和函數作為關鍵字
nsmallest(n, iterable, key=None) #找到堆中最小的N個數用法同上
該段為heapq Documentation裏節選的翻譯
堆作為數據結構在內存和二級緩存中充當了重要的角色。優先隊列中也會經常使用堆，這也就給堆數據結構提出了很多挑戰。例如內存中存放了數多個計劃任務的時候我們可以定義壹個數列list（priority,task）來保存在堆結構中。但是這樣就出現了很多問題 :
1.排序的穩定性:當任務加入到堆中時，如果兩個任務有同等的優先級，兩個任務實際上在列表裏是沒什麽區別的，那我怎麽得到返回值？
2.在Python3以後的版本中，如果元組(priority,task)priority是壹樣的，而且task沒有壹個默認的比較參照值，那這樣我們其實是沒有辦法來比較的。
3.如果壹個任務的優先級發生了改變，那麽我們如何來處理該任務在相應堆中優先級的變化，堆中位置肯定會改變。
4.如果壹個任務因為要等待其他的任務(最簡單的比方，等待父進程)而照成懸掛狀態，我們如何在堆中去找到它並且做相應的操作(降低優先級或者刪除該任務)
解決前兩個問題的方法我們可以采用三元數組的方法。設置壹個優先級，壹個條目值，壹個任務值。即使當兩個任務有相同優先級的時候，因為條目值不壹樣可以幫助cpu來裁決它們被加載的順序。
剩下需要解決的問題是如何找到被懸掛而推遲的任務，然後嘗試去修改優先級或者永久刪除這個任務。我們可以使用字典，來指向堆中某個任務的條目值。
最後就是刪除操作，刪除會改變堆的結構。為了保證堆結構的特性，我們可以標記已有將被刪除的任務的條目值，然後將該任務重新打標加入到堆中。