在 K 方式合并排序中，使用堆的解决方案：本质上维护一个堆并不断从该堆中提取 max。我有一个反例来说明为什么这不能很好地工作。
5 -> 1 -> 0
4 -> 2 -> 1
3 -> 2 -> 0
假设我们初始化我们的堆。它包含 {5， 4， 3}。
我们运行提取最大值，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。
这意味着我们得到类似这样的东西：{4， 3， 1}。
这对我来说没有意义。此堆不再表示前 K 个元素。1 不应该用于重新填充堆，它应该是 2。所以，这种O(nlgk)方法对我来说没有多大意义。
我希望有人能阐明这个算法是如何工作的，因为我被困在这里。
max 堆始终包含 k 个列表(或数组)的最大元素。对于您的"计数器"示例：
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.
那么新堆是 {4， 3， 1}，仍然包含列表的最大元素。
让我们继续您的示例：提取 5 并堆化后的当前堆是：
{4, 3, 1}
从堆中提取 4，意味着您还从
以下位置删除了 4：4-->2-->1: remove 4 you have 2-->1. 2 now is the top element of the list.
那么现在一个新的堆是
{3, 2, 1}
继续这样做，你会得到你想要的(降序列表)。