pre
在看了大佬[1]这条题目的算法分析之后，发现有些东西大佬并没有写清楚。这里针对这位博主没有写清楚的两个问题，我进行细化阐述。
问题1：寻找数组中最小的第k个数
问题描述：输入一个长度为n的整数数组，希望获得最小的k个数。
算法1：直接做排序，然后取前n个，时间复杂度为 n*log(n),空间复杂度为O(1)
简单粗暴，但是如果n大，k相比n小的时候，这个算法就会存在很多时间浪费
算法2：构建大小为k的最大堆，最后只需要吐出堆顶元素就行了，时间复杂度为 O(n*log(k)),空间复杂度为O（k）
比起算法1，算法2采用了空间换时间的思路，在k远小于n的时候存在很大优势
算法3：采用快排的思路，随机选取一个元素做中间值，然后把后续所有元素放在该元素的左右两侧，根据左边元素个数选择在左侧还是右侧重复该行为，在左边元素个数为k-1的时候，中间元素就是我们需要的值。该算法的平均时间复杂度为O(n),空间复杂度为O(1)。（PS:这里的时间复杂度计算我不理解，但是肯定是优于算法1的完全排序）
算法3的实现可以参考该博主给出的代码[2]，博客的内容与他给出的标题不符，但是他的代码是我预期的实现。
问题2：寻找两个数组元素和构成的新数组下的最小的k个数
问题简述：已知两个整数数组，数组之间任意两个元素之间的和，可以构成一个新的数组，求新数组下的最小的k个数。
问题分析：首先假设输入数组为a[] , b[]，分别有n和m个元素。那么新生成的数组有n*m个元素，我们需要在这种情况下得出最小的k个数
算法1： 可以全部算出来，然后统一排序，取前k个数。时间复杂度为O(n*m * log(n*m)) ,空间复杂度为 O(n*m)
这样总感觉不太OK
算法2：采用最小堆来减少空间消耗，构建大小为k的最小堆，然后在计算生成值的时候动态插入到最小堆中，时间复杂度为O（n*m*log(k)）,空间复杂度为O(k)
两条数组的性质没有被利用到，计算生成值的过程额定要消耗O(n*m)的时间。
算法3：首先对两个数组排序，假设n<m，我们可以得到n个有序队列
a[1]+b[1]<...<a[1]+b[m]
...
a[n]+b[1]<...<a[n]+b[m]我们可以维护一个大小为n的最小堆，将每条有序队列的第一个元素插进去，最小堆的节点需要记录该元素来源的位置，以保证之后的动态跟新。每次取最小堆的堆顶元素，然后将该元素的原始数组的后一位插入进去（如果该序列用完了，那么堆的大小-1）。这样时间复杂度为O（m*log（m))，空间复杂度为O（n）
目前算法3是我能想到的最佳算法了，该算法参考了网上的思路[3]，但是这篇文章的分析太粗糙了
post
欢迎大佬们给出新的算法思路
reference
[1] : https://www.kancloud.cn/kancloud/the-art-of-programming/41579
[2] : https://blog.csdn.net/u012614432/article/details/53244741
[3] : https://www.xuebuyuan.com/1482203.html