小G的算法刷题日记 - 二叉堆/优先级队列

简单整理下二叉堆的基本原理，常见应用及一道经典合并k个链表题：

二叉堆原理：

1. 是一棵满足堆性质的完全二叉树，即能够动态排序的数据结构；
   （能够动态排序的数据结构：1. 二叉堆；2. 二叉搜索树）
2. 什么是堆性质：最大堆的每个父节点 >= 子节点，最小堆的每个父节点 <= 子节点；
3. 用数组存储结构实现堆，依靠上浮(swim)，下沉(sink)操作维持堆结构;

二叉堆的应用：

1. 数据结构-优先级队列；
2. 排序方法-堆排序；

23. 合并K个升序链表

题目重点：输入：一个包含 k 个链表头节点的列表 lists（已按升序排列），目标：将这个 lists 合并成一个新的升序链表，并返回头节点。

思路：使用最小堆（优先队列）优化，即堆中每个元素是当前各链表的头节点，每次弹出堆顶的最小值，加入结果链表，并把该节点的 next 放入堆中。

核心代码：

class Solution:
    def mergeKLists(self, lists: List[Optional[ListNode]]) -> Optional[ListNode]:
        # 初始化一个最小堆，可以使用它快速找到当前所有链表头中值最小的那个节点
        min_heap = []
        
        for i, node in enumerate(lists):
            if node:
                # 把元素放入堆中
                heappush(min_heap, (node.val, i, node))

        dummy = ListNode(-1)
        cur = dummy
        
        # 只要堆不空，就循环处理，说明还有节点没处理完。
        while min_heap:
            # 弹出堆中当前值最小的节点
            val, i, node = heappop(min_heap)
            cur.next = node
            cur = cur.next
            if node.next:
                heappush(min_heap, (node.next.val, i, node.next))
        return dummy.next