排序算法练习——合并K个排序数组：给定K个排序数组，将它们合并为一个排序数组

合并K个排序数组：给定K个排序数组，将它们合并为一个排序数组。

要合并K个排序数组，可以使用堆（Heap）数据结构来实现。以下是使用Python的heapq模块来实现这个算法的示例代码：

import heapq

def merge_sorted_arrays(arrays):
    merged = []
    heap = []
    
    # 初始化堆，将每个数组的第一个元素和所在数组的索引加入堆中
    for i, array in enumerate(arrays):
        if array:
            heapq.heappush(heap, (array[0], i, 0))
    
    # 依次从堆中取出最小元素，并将所在数组的下一个元素加入堆中
    while heap:
        val, arr_index, ele_index = heapq.heappop(heap)
        merged.append(val)
        if ele_index + 1 < len(arrays[arr_index]):
            next_val = arrays[arr_index][ele_index + 1]
            heapq.heappush(heap, (next_val, arr_index, ele_index + 1))
    
    return merged

# 示例K个排序数组
arrays = [[1, 3, 5], [2, 4, 6], [0, 7, 8]]

# 合并K个排序数组
merged_array = merge_sorted_arrays(arrays)
print("Merged sorted array:", merged_array)

在上面的代码中，我们首先创建一个空列表merged来存放合并后的排序数组，然后创建一个空的堆heap。接着，我们遍历每个排序数组，并将每个数组的第一个元素和所在数组的索引加入堆中。然后从堆中依次取出最小元素，并将该元素加入到merged列表中，同时将该元素所在数组的下一个元素和所在数组的索引加入堆中。直到堆为空时，合并完成。

这个算法的时间复杂度为O(n * logk)，其中n是所有数组中元素的总数，k是排序数组的个数。因为需要将所有元素都放入堆中，堆的操作的时间复杂度为O(logk)，一共有n个元素，所以总的时间复杂度为O(n * logk)。