在TOP N运算中，优先队列如何帮助减少内存占用？请说明优先队列的核心特性，并描述在你的项目中是如何具体应用优先队列的。

回答思路

1. 【回答框架 1】优先队列是基于堆（通常为二叉堆）实现的抽象数据结构，支持插入和提取最大/最小元素操作，时间复杂度均为O(log n)。
2. 【回答框架 2】在TOP N场景中，维护一个大小为N的最小堆（或最大堆），遍历所有元素，若当前元素大于堆顶（最小值），则替换堆顶并调整堆，最终堆内元素即为TOP N，内存占用仅为O(N)。
3. 【回答框架 3】在我的项目中，曾用优先队列处理实时Top K排行榜，通过最小堆筛选出前K个得分，相比全量排序，大幅降低了内存开销和计算延迟。
4. 【关键点 1】优先队列基于堆实现，插入和删除最值时间复杂度为O(log n)。
5. 【关键点 2】维护大小为N的堆可将内存占用从O(M)降至O(N)，其中M为总元素数。
6. 【关键点 3】堆顶元素是堆中最小（或最大）元素，可用于快速比较和淘汰。
7. 【关键点 4】优先队列不保证全局有序，只保证堆顶最值。
8. 【易错点 1】误以为优先队列内部是有序数组，实际堆结构只保证局部有序。
9. 【易错点 2】在需要频繁获取第K个元素时，可能不如有序数组或二叉搜索树高效。
10. 【易错点 3】堆的调整操作涉及元素交换，常数因子较大，需权衡适用场景。