只要可以在恒定时间内找到堆中的元素，就可以在O（lg n）中完成从堆中间删除节点的操作。假设堆的节点包含id作为其字段。现在，如果提供id，我们如何在O（lg n）时间删除节点？
一种解决方案是，我们可以在每个节点中都有一个位置的地址，在该地址中我们可以维护堆中节点的索引。该数组将按节点ID排序。但是，这需要维护其他阵列。是否有其他好的方法可以实现相同的效果。
PS：在实现Djikstra的最短路径算法时遇到了这个问题。
索引（id，节点）可以在具有O（1）查找复杂度（平均）的哈希表中单独维护。这样，总体复杂度仍为O（log n）。
每个数据结构在设计时都考虑了某些操作。来自维基百科有关堆操作的信息
通常使用堆执行的操作是：create-heap：创建一个空堆find-max或find-min：分别找到最大堆的最大项或最小堆的最小项delete-max或delete-min：分别删除最大堆或最小堆的根节点增加键或减少键：分别在最大或最小堆内更新密钥插入：向堆添加新密钥merge连接两个堆以形成一个有效的新堆，其中包含两个堆的所有元素。
这意味着，堆不是您要查找的操作的最佳数据结构。我建议您寻找更合适的数据结构（取决于您的要求）。
我遇到了类似的问题，这是我想出的：
解决方案1：如果删除某个随机项目的调用将具有指向该项目的指针，则可以将各个数据项目存储在堆之外；使这些项的堆为pointers；并让每个项目都包含其当前的堆数组索引。
[示例：堆包含具有键[2 10 5 11 12 6]的项的指针。保持值为10的项目具有一个名为ArrayIndex = 1（从0开始计数）的字段。因此，如果我有一个指向项目10的指针并想删除它，则只需查看其ArrayIndex并将其用于堆中即可正常删除。 O（1）查找堆位置，然后通常O（log n）通过递归heapify将其删除。
解决方案2：如果只有要删除的项目的键字段，而不是其地址，请尝试此操作。切换到一棵红黑树，将有效负载数据放入实际的树节点中。对于插入和删除，这也是O（log n）。它还可以在O（log n）中找到具有给定键的项，这使得按键删除继续为log n。
在这些方法之间，解决方案1将需要每次交换都不断更新ArrayIndex字段的开销。它还导致一种奇怪的一次性数据结构，下一个代码维护者将需要研究和理解。我认为解决方案2的速度差不多，并且优点是它是一种易于理解的算法。