二叉堆，实现优先级队列/合并 k 个有序链表

这个代表还可以继续点击这个链接，进去看。输入的是当前节点的 索引，返回这个索引的父节点，左节点和右节点

// 父节点的索引
int parent(int root) {
return root / 2;
}
// 左孩子的索引
int left(int root) {
return root * 2;
}
// 右孩子的索引
int right(int root) {
return root * 2 + 1;
}
非常清晰明了，每种数据结构都可以用一个类来定义，类里面有属性和相关的方法，刚好就是对应了，数据类型的性质和相关的增删改查操操作。

一定不要纠结与语言，语言只是表达思想的工具而已，管他8国语言只是语法不同，抓住语言要表达的思想即可

你看到了，把 arr[1] 作为整棵树的根的话，每个节点的父节点和左右孩子的索引都可以通过简单的运算得到，这就是二叉堆设计的一个巧妙之处。为了方便讲解，下面都会画的图都是二叉树结构，相信你能把树和数组对应起来。

二叉堆还分为最大堆和最小堆。最大堆的性质是：每个节点都大于等于它的两个子节点。类似的，最小堆的性质是：每个节点都小于等于它的子节点。

两点性质，索引上的性质和元素上的性质

基于底层的数据结构构建了上层的数据结构

下沉针对父节点，上浮针对子节点

while (!pq.isEmpty()) {
        // 获取最小节点，接到结果链表中
        ListNode node = pq.poll();
        p.next = node;
        if (node.next != null) {
            pq.add(node.next);
        }
        // p 指针不断前进
        p = p.next;
    }

优先队列pq中的元素个数最多是k，所以一次poll或者add方法的时间复杂度是O(logk)；所有的链表节点都会被加入和弹出pq，所以算法整体的时间复杂度是O(Nlogk)，其中k是链表的条数，N是这些链表的节点总数。

找到最小的后，在最小的基础上，前进一次之前，先塞到优先级队列里面去比对，找到最小的取出来然后拼接，再继续前进