एक सॉफ्ट हीप को सरल हीप डेटा संरचना पर भिन्नता के रूप में परिभाषित किया जाता है जिसमें 5 प्रकार के संचालन के लिए निरंतर परिशोधन समय होता है। यह ध्यान से "भ्रष्ट" (बढ़ते) ढेर में अधिकतम एक निश्चित संख्या के मूल्यों की कुंजी द्वारा प्राप्त किया जाता है। निरंतर समय संचालन हैं -
- बनाएं − एक नया सॉफ्ट हीप बनाएं
- सम्मिलित करें, y) - एक तत्व y को एक नरम ढेर s में डालें
- मेल्ड (एस, एस' ) दो नरम ढेर s और s′ एक में, दोनों को नष्ट करना
- हटाएं(ओं, y) - सॉफ्ट हीप s से y एलिमेंट को डिलीट करें
- ढूंढें (ढूंढें) - सॉफ्ट हीप में कम से कम कुंजी वाला तत्व प्राप्त करें
- अन्य ढेर जैसे फाइबोनैचि ढेर बिना किसी भ्रष्टाचार के इनमें से अधिकतर सीमाओं को प्राप्त करते हैं, लेकिन महत्वपूर्ण हटाने के संचालन पर निरंतर समयबद्धता प्रदान नहीं कर सकते हैं। भ्रष्टाचार की मात्रा को एक पैरामीटर ε की पसंद से नियंत्रित किया जा सकता है, लेकिन यह जितना कम सेट किया जाता है, उतनी ही अधिक समय प्रविष्टि की आवश्यकता होती है (ε की त्रुटि दर के लिए O(log 1/ε)।
- अधिक सटीक रूप से, सॉफ्ट हीप द्वारा दी जाने वाली गारंटी निम्नलिखित है:0 और 1/2 के बीच एक निश्चित मान के लिए, किसी भी समय ढेर में अधिकतम ε*m दूषित कुंजियाँ होंगी, जहाँ m है सम्मिलित या दूषित तत्वों की संख्या W. हम गारंटी नहीं दे सकते कि वर्तमान में चाबियों का केवल एक निश्चित प्रतिशत है ढेर में भ्रष्ट या बढ़ गए हैं:सम्मिलन और विलोपन के अवांछित अनुक्रम में, ऐसा हो सकता है कि ढेर में सभी तत्वों में वृद्धि या दूषित कुंजी होगी। उसी स्थिति में, इस बात की कोई गारंटी नहीं है कि ढेर से निकाले गए तत्वों के अनुक्रम में findmin के साथ और हटाएं, केवल एक निश्चित प्रतिशत में दूषित या बढ़ी हुई कुंजियाँ होंगी:एक अशुभ परिदृश्य में केवल दूषित या बढ़े हुए तत्व हीप से निकाले जाते हैं।
- अपनी सीमाओं और अप्रत्याशित प्रकृति के बावजूद, नरम ढेर नियतात्मक एल्गोरिदम के डिजाइन के लिए उपयोगी होते हैं। उन्हें न्यूनतम फैले हुए पेड़ को निर्धारित करने के लिए अब तक की सबसे अच्छी जटिलता प्राप्त करने के लिए लागू किया गया था। उन्हें केवल एक इष्टतम चयन एल्गोरिदम, और निकट-क्रमबद्ध एल्गोरिदम बनाने के लिए भी कार्यान्वित किया जा सकता है, जो एल्गोरिदम हैं जो प्रत्येक तत्व को अपनी अंतिम स्थिति के करीब सेट करते हैं, ऐसी स्थिति जिसमें सम्मिलन क्रम तेज़ होता है।