这个算法的时间复杂度为O(n)，相对于模拟算法已经有了很大的提高。算n，m等于一百万，一千万的情况不是问题了。可见，适当地运用数学策略，不仅可以让编程变得简单，而且往往会成倍地提高算法执行效率。数学确实很重要啊！！！

?

2. 有两个已递增有序的单链表pLinkList和qLinkList，将这两个链表合并成一个递增有序的链表，请自己定义单链表的结构。

解答：同样很经典，不用多说，直接上我自己的code（不是最好的）：

?

3. 具体题目不记得，大概意思就是：从N个数中随机抽取出M个数（M < N），为了使抽取比较均匀，请自己定义抽取函数使得抽取的数既均匀又尽量随机。

解答：当时时间太急了，没来得及多想，做法很傻：从1 ~ M*N中随机抽取一个数字，然后mod (N + 1)，求得的值为N个数中的下标，再根据此下标去N个数中取，重复M次即可。假如这N个数存在数组nArray[]中，抽取的M个数存在数组mArray[]中，伪代码描述如下：

由于觉得这个算法实在是不好，就懒得测试了，大家有好想法的赶紧提出来吧。

具体题目也记不清了，一大堆描述，大概意思是：有一个海量日志库，里面的每条日志记录都有相应的关键词和访问次数，但记录是无序的，为了挖掘客户偏好，需要找出前N个最高访问次数的日志记录，请设计算法尽量使时间复杂度和空间复杂度最低。

解答：典型的Top K问题，我用的算法也是大家都知道的，大致描述下思路：假如关键词和访问次数成一个记录结构体，维护一个有N个该结构体的小根堆，初始化为N个日志记录的关键词和访问次数（建堆算法），每次有新的记录时，将该记录的访问次数与小根堆的堆顶元素进行比较，如果大于堆顶元素则与堆顶元素交换记录，然后调整堆结构使其重新为一个小根堆，否则置之不理。当所有记录遍历完后，所有的堆元素就是所要求的前N个最高访问次数的日志记录。时间复杂度为O(MlgN)，不知道自己分析的对不对，完全是自以为是的想法，如果大家有更好的算法欢迎提出！