今天做LeetCode的23. Merge k Sorted Lists这道题的时候，遇到的这个问题。这道题本质上就是一个多路归并的问题，而这道题主要就是考察多路归并时候的选择问题。按照之前本科上课学的，最好的办法就是用竞赛树(败者树)，可是我嫌麻烦就用堆来做了，也顺利能过。所以就想到，堆，赢者树，败者树到底有什么区别呢？ 于是找了一些资料看了一下，在这里总结一下 相同点 首先它们三个的相同点

赢者树 完整可编译运行代码见：Github::Data-Structures-Algorithms-and-Applications/_30winnerTree 比赛规则 假定有 n 个选手参加一次网球比赛。比赛规则是“突然死亡法”(sudden-death mode)：一名选手只要输掉一场球，就被淘汰。一对一对选手比赛，最终只剩下一个选手保持不败。这个“幸存者”就是比赛赢者。 比赛建模

赢者树 完整可编译运行代码见：Github::Data-Structures-Algorithms-and-Applications/_30winnerTree 比赛规则 假定有 n 个选手参加一次网球比赛。比赛规则是“突然死亡法”(sudden-death mode)：一名选手只要输掉一场球，就被淘汰。一对一对选手比赛，最终只剩下一个选手保持不败。这个“幸存者”就是比赛赢者。 比赛建模

​园区是城市产业的基础单元，是重要的产业和人口的聚集地。数字经济时代，产业园区正发生着多维度、多层次的变革，数字化转型已是大势所趋。有研究发现目前我国产业园区正在形成“数字鸿沟"，那么园区数字化转型的核心问题就是数据获取和互联互通。 数字经济有“赢者通吃”效应，园区只有重视从 0 到 1 的数据积累、项目实施和组织建立，才能加速构建从 1 到 100 的竞争优势，如果观望他人经验再追赶可能为时晚

关注公众号，发现CV技术之美 本文转载自机器之心。 来自浦江实验室、清华等机构的研究人员提出了一种新的基于卷积的基础模型，称为 InternImage，与基于 Transformer 的网络不同，InternImage 以可变形卷积作为核心算子，使模型不仅具有检测和分割等下游任务所需的动态有效感受野，而且能够进行以输入信息和任务为条件的自适应空间聚合。InternImage-H 在 COCO