在K方式合并排序中，使用堆的解决方案：基本上维护一个堆并不断从该堆中提取max。我有一个反例，说明为什么这不会很好。
5 -> 1 -> 0
4 -> 2 -> 1
3 -> 2 -> 0
假设我们初始化堆。它包含{5,4,3}。
我们运行extract max，我们获得5并将其添加到我们的新列表中（代表最终解决方案）。我们的堆现在看起来像{4,3}。然后我们用我们从中提取max元素的列表头重新填充我们的堆。
这意味着我们会得到这样的结果：{4,3,1}。
这对我没有意义。此堆不再代表前K个元素。 1不应该用来重新填充堆，它应该是2.所以，这个O(nlgk)方法对我没有多大意义。
我希望有人可以了解这个算法是如何运作的，因为我被困在这里。
答案 0 :(得分：1)
最大堆始终包含k个列表（或数组）的最大元素。对于你的“反击”例子：
5 -> 1 -> 0
4 -> 2 -> 1
3 -> 2 -> 0
堆是{5,4,3}包含这三个列表的最大元素。
现在你从堆中提取5，意味着你也从第一个列表中删除了5：
5-->1-->0: after extract 5, the list now is 1-->0: so 1 now is the top of the list.
然后新堆是{4,3,1}，仍然包含列表的最大元素。
让我们继续你的例子：提取5和堆化后的当前堆是：
{4, 3, 1}
从堆中提取4意味着您也从以下位置删除4：
4-->2-->1: remove 4 you have 2-->1. 2 now is the top element of the list.
然后现在有一个新堆
{3, 2, 1}
继续这样做，你得到你想要的东西（降序列表）。