1. 初识PriorityQueue
PriorityQueue 是队列，队列就是先进先出， 但PriorityQueue 能做到按优先级出队列。
PriorityQueue 实现Queue接口，但如何做到按优先级出队列？
在数据结构上，采用堆，在数据存储上采用的是数组；
通过在入队时，就把数据排序好；排序就是用户自定义优先级。
在出队时，通过堆这种结构，出队堆顶元素，并重新维护好堆的数据结构。
2. 应用场景：Top K 元素
- 小顶堆：求k个最大数
构建的是指定容量的小顶堆,因此每次queue.peek()返回的是最小的数字,在遍历数组的过程中，如果遇到比该数字大的元素就将最小的数字poll(移除掉),然后将较大的元素添加到堆中，在添加进去堆中的时候，堆同时会按照优先级比较，将最小的元素再次放到堆顶，这样的做法就是会一直保持堆中的元素是相对较大的,同时堆顶元素是堆中最小的。 - 大顶堆：求k个最小数
直接构建一个大顶堆，这样元素最大的值在堆顶,每次去和数组的元素的值去做比较，只要堆顶元素比数组的值小，就将堆顶元素poll出来，然后将数组的值添加进去，这样就可以一直保持集合数组中一直是最小的k个数字。
3. 应用场景：TopK 高频元素
- 先计算数组中数字出现的频率，然后维护一个哈希表用来存储元素的频率；
- 然后构建优先级队列,这里依旧是构建小顶堆,不过因为该题是计算元素出现的频率,因此我们需要将每个元素的频率值做对比