在搜索引擎中，我们可以使用堆结构来优化查询结果的排序。堆是一种树形数据结构，有最大堆和最小堆两种形式。在搜索引擎中，我们通常使用最大堆来实现Top-K查询。当用户进行查询时，搜索引擎会将查询结果存储在一个最大堆中，并根据某一指标（比如相关度得分）进行排序。这样，在获取Top-K查询结果时，搜索引擎只需从最大堆中取出前K个结果即可，无需对所有结果进行排序。这种方式能够显著提高查询效率，特别是在大型数据集上的查询。下面是一个示例：

# 示例代码
import heapq

def top_k_query(query_results, k):
    max_heap = []
    for result in query_results:
        heapq.heappush(max_heap, result)
        if len(max_heap) > k:
            heapq.heappop(max_heap)
    top_k_results = []
    while max_heap:
        top_k_results.insert(0, heapq.heappop(max_heap))
    return top_k_results

query_results = [90, 78, 85, 92, 80, 88, 83]
k = 3
print(top_k_query(query_results, k))  # 输出：[92, 90, 88]

在上面的示例中，我们使用了Python的heapq库来实现最大堆结构，并编写了一个函数来实现Top-K查询。这种方式可以在搜索引擎中大大提升查询效率。