在很多问题中，我们要将给定的一组元素分为两部分。为了求解这个问题，我们感兴趣的是了解一部分的最小元素以及另一部分的最大元素。这一模式是求解这类问题的一种有效方法。该模式要使用两个堆（heap）：一个用于寻找最小元素的 Min Heap 和一个用于寻找最大元素的 Max Heap。该模式的工作方式是：先将前一半的数值存储到 Max Heap，这是由于你要寻找前一半中的最大数值。然后再将另一半存储到 Min Heap，因为你要寻找第二半的最小数值。在任何时候，当前数值列表的中间值都可以根据这两个 heap 的顶部元素计算得到。
识别 Two Heaps 模式的方法：
在优先级队列、调度等场景中有用
如果问题说你需要找到一个集合的最小/最大/中间元素
有时候可用于具有二叉树数据结构的问题
Two Heaps 模式的问题：
查找一个数值流的中间值（中等）
10. 子集
很多编程面试问题都涉及到处理给定元素集合的排列和组合。子集（Subsets）模式描述了一种用于有效处理所有这些问题的宽度优先搜索（BFS）方法。
该模式看起来是这样：
给定一个集合 [1, 5, 3]
1． 从一个空集开始：[[]]
2．向所有已有子集添加第一个数 (1)，从而创造新的子集：[[], [1]]
3．向所有已有子集添加第二个数 (5)：[[], [1], [5], [1,5]]
4．向所有已有子集添加第三个数 (3)：[[], [1], [5], [1,5], [3], [1,3], [5,3], [1,5,3]]
下面是这种子集模式的一种视觉表示：
准备程序员面试？你需要了解这 14 种编程面试模式
如何识别子集模式：
你需要找到给定集合的组合或排列的问题
子集模式的问题：
带有重复项的子集（简单）
通过改变大小写的字符串排列（中等）
11. 经过修改的二叉搜索
只要给定了排序数组、链表或矩阵，并要求寻找一个特定元素，你可以使用的最佳算法就是二叉搜索。这一模式描述了一种用于处理所有涉及二叉搜索的问题的有效方法。
对于一个升序的集合，该模式看起来是这样的：
1．首先，找到起点和终点的中间位置。寻找中间位置的一种简单方法是：middle = (start + end) / 2。但这很有可能造成整数溢出，所以推荐你这样表示中间位置：middle = start + (end — start) / 2。
2．如果键值（key）等于中间索引处的值，那么返回这个中间位置。
3．如果键值不等于中间索引处的值：
4．检查 key < arr[middle] 是否成立。如果成立，将搜索约简到 end = middle — 1 5．检查 key > arr[middle] 是否成立。如果成立，将搜索约简到 end = middle + 1
下面给出了这种经过修改的二叉搜索模式的视觉表示：
准备程序员面试？你需要了解这 14 种编程面试模式
经过修改的二叉搜索模式的问题：
与顺序无关的二叉搜索（简单）
在经过排序的无限数组中搜索（中等）
12. 前 K 个元素
任何要求我们找到一个给定集合中前面的/最小的/最常出现的 K 的元素的问题都在这一模式的范围内。
跟踪 K 个元素的最佳的数据结构是 Heap。这一模式会使用 Heap 来求解多个一次性处理一个给定元素集中 K 个元素的问题。该模式是这样工作的：
1． 根据问题的不同，将 K 个元素插入到 min-heap 或 max-heap 中
2．迭代处理剩余的数，如果你找到一个比 heap 中数更大的数，那么就移除那个数并插入这个更大的数
准备程序员面试？你需要了解这 14 种编程面试模式
这里无需排序算法，因为 heap 将为你跟踪这些元素。
如何识别前 K 个元素模式：
如果你被要求寻找一个给定集合中前面的/最小的/最常出现的 K 的元素
如果你被要求对一个数值进行排序以找到一个确定元素
前 K 个元素模式的问题：
前面的 K 个数（简单）
最常出现的 K 个数（中等）
13. K 路合并
K 路合并能帮助你求解涉及一组经过排序的数组的问题。