导语
二叉堆确实是入门级的重要数据结构了，而二项队列也是慢慢要去掌握的一种支持高效合并的优先队列实现。本文稍作比较，望抛砖引玉。
列个表格比较基本操作性能
| 基本操作 | insert(平均) | deleteMin/deleteMax | merge |
|---|---|---|---|
| 二项队列 | O(1) | O(logN) | O(logN) |
| 二叉堆： | O(1) | O(logN) | O(N) |
不难看出，二项队列merge操作优势明显。
二叉堆插入O(1)的解释如下
说明：二叉堆插入也是 O(1) 这点，我其实原本不太敢写，因为网搜确实都写是O(logN)，但大家这么想就能理解了（因为我们说的是平均情况）：
二叉堆建堆的时间复杂度是O(N)，除以逐一插入的N个元素，就平均是O(1)。
准确地说，O(logN)其实是最坏情况。
Merge操作的性能比较
对于二项队列而言，它可以弥补二叉堆的在合并操作上的“低效”。
二叉堆的合并操作的时间复杂度为O(N)，而二项队列的合并操作的最坏时间复杂度为O(logN)，这就有了很大的性能优化。
二项队列合并O(logN)的解释如下
合并操作是指将两个二项队列合并，合并这两个二项队列中高度相同的二项树。
对于N个结点的二项队列，最多只有log2N棵二项树。而合并操作就是合并两棵高度相同的二项树，所以保证了最坏O(logN)。
空间性能比较
尽管在 insert 和 deleteMin/deleteMax 操作，二者平均性能差不多，且 merge 操作上二项队列有明显优势，但也不能说二项队列就是最优选择。二项队列的编码比二叉堆复杂很多，且还有这里要分析的空间损耗。
我们也知道二叉堆虽说是完全二叉树，但存储结构使用的是一个简单的动态数组，它只需要一个一维数组即可存储各个元素，空间上较为优化。
但二项队列是森林，编程实现还用到了链表，树中的每个元素存储在一个结点中，结点之间采用“左孩子右兄弟”表示法进行链接，此外还需要一个额外的数组来保存各棵二项树的根结点，存储开销要比二叉堆大。
