用c++语言编写一个程序输入N个元素，并将它们一个一个地插入到一个堆中。以线性时间建立一个堆。 比较两个算法对于已排序、反序以及随机输入的运行时间。

在C++中，我们可以使用`priority_queue`容器来创建一个大顶堆（最大堆），因为默认情况下它是按照键值降序排列的。假设我们有一个名为`compare()`的自定义比较函数，可以根据需要调整元素的顺序。下面是创建堆并插入元素的基本步骤：

#include <iostream>
#include <queue>
#include <vector>

// 自定义比较函数，用于特定排序需求（如升序）
struct CompareForSort {
    bool operator()(int a, int b) {
        return a > b; // 这里假设是升序，如果是降序则改为a < b
    }
};

void insertIntoHeap(int N, std::priority_queue<int>& heap, const CompareForSort& compare = CompareForSort()) {
    std::vector<int> elements(N);
    for (int i = 0; i < N; ++i) {
        std::cin >> elements[i];
        heap.push(elements[i], compare); // 用自定义比较函数
    }
}

int main() {
    int N;
    std::cout << "Enter the number of elements: ";
    std::cin >> N;

    std::priority_queue<int, std::vector<int>, CompareForSort> sorted_heap; // 用于已排序输入
    std::priority_queue<int> reverse_heap; // 用于反序输入
    std::priority_queue<int> random_heap; // 用于随机输入

    insertIntoHeap(N, sorted_heap);
    insertIntoHeap(N, reverse_heap);
    insertIntoHeap(N, random_heap);

    // 对比运行时间...
    // 注意：由于C++标准库提供的优先队列已经优化了插入操作的时间复杂度，通常是O(log N)，实际运行时间对比可能不太明显，除非数据规模非常大。为了准确测量，可以使用计时器或者第三方库如Google Benchmark对大量数据进行多次实验。

    return 0;
}