无法理解 K-way 合并算法（给出了反例）
Having trouble understanding the K-way merge algorithm (Counter example given)
在K路归并排序中，使用堆的解决方案：本质上是维护一个堆，并不断从该堆中提取最大值。我有一个反例来说明为什么这行不通。
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，我们得到 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最大元素的列表的头部重新填充我们的堆。
这意味着我们得到这样的结果：{4, 3, 1}。
这对我来说没有意义。这个堆不再代表前 K 个元素。 1不应该用来重新填充堆，应该是2。所以，这个O(nlgk)方法对我来说意义不大。
我希望有人能阐明这个算法是如何工作的，因为我被困在这里了。
最大堆总是包含 k 个列表（或数组）的最大元素。对于您的 'counter' 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 5:
5-->1-->0: after extract 5, the list now is 1-->0: so 1 now is the top of the list.
那么新的堆是{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 heapifying 后的当前堆是：
{4, 3, 1}
从堆中提取 4，意味着您还从中删除 4：
4-->2-->1: remove 4 you have 2-->1. 2 now is the top element of the list.
那么现在一个新堆就是
{3, 2, 1}
继续这样做，你会得到你想要的（降序列表）。
在K路归并排序中，使用堆的解决方案：本质上是维护一个堆，并不断从该堆中提取最大值。我有一个反例来说明为什么这行不通。
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，我们得到 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最大元素的列表的头部重新填充我们的堆。
这意味着我们得到这样的结果：{4, 3, 1}。
这对我来说没有意义。这个堆不再代表前 K 个元素。 1不应该用来重新填充堆，应该是2。所以，这个O(nlgk)方法对我来说意义不大。
我希望有人能阐明这个算法是如何工作的，因为我被困在这里了。
最大堆总是包含 k 个列表（或数组）的最大元素。对于您的 'counter' 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 5:
5-->1-->0: after extract 5, the list now is 1-->0: so 1 now is the top of the list.
那么新的堆是{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 heapifying 后的当前堆是：
{4, 3, 1}
从堆中提取 4，意味着您还从中删除 4：
4-->2-->1: remove 4 you have 2-->1. 2 now is the top element of the list.
那么现在一个新堆就是
{3, 2, 1}
继续这样做，你会得到你想要的（降序列表）。