題目連結：
題目大意、範例輸入、範例輸出：
與昨天的題目差不多，只是Ｎ的範圍變為１０ ^ ６了。
解題思維：
在昨天的文章裡，提到了「堆積」這個資料結構。我們將其用於快速找出兩個最小值。時間複雜度是 Ｏ（Ｎ * log Ｎ）。
乍看之下很優秀，但是要考慮到會有很多筆的「 Ｎ 值」，所以時間複雜度為Ｏ（Ｔ * Ｎ * log Ｎ）。在前兩題可以輕鬆地通過，但是在這題則不行。（因為 Ｎ 值可以到 １０ ^ ６）
因此，今天要講另一個方法——「佇列」：
（這部分的原理與霍夫曼編碼有相當緊密的關係，有興趣的可以查看ＷＩＫＩ）
我們可以觀察出，因為我們每次都是挑目前最小的數字相加，因此相加後產生的新數字必定是遞增的。
而現在假設有兩個佇列（Queue），一個存已排序（由小到大）的原始資料（Ｑ１），另一個存兩兩相加的和（Ｑ２）。因為上述的性質，所以Ｑ２裡的數字也是有序的（由小到大）。
而兩個佇列因為都是有序的，因此要抓兩個最小值非常容易，直接從兩個佇列的前端抓就好（但是要小心佇列可能為空，可能最小的不只一個，最小的都是某一個佇列等等……）
總結以上，我們存取兩個最小值的時間複雜度為 Ｏ（１） 。且有Ｎ個數字，所以會做 Ｎ － １ 次的加法。因此總體時間複雜度為 Ｏ（Ｎ）。
但是我們假定了原始資料已經排序過，而在這題並不一定如此。但是幸好這題的那 Ｎ 個數字都不會超過 １０ ^ ６ 。因而可以使用 Counting Sort（其實使用 Radix Sort 比較好，但是本人當時沒想到，而現在又懶得改（？ ）。
Counting Sort，正如其名，就是用數的。出現幾個１，就存１的數量、幾個２，就把２的數量存起來，以此類推。
然後從 １ 開始跑到 １０ ^ ６ （這題數字可能的範圍），把出現數量 ＞ ０ 的數字依照數量抓出來，就排序完畢了。
以上，時間複雜度 Ｏ（Ｋ ＋ Ｎ ）， Ｋ 是數字出現的範圍大小，這題是 １０ ^ ６ 。
因此，本人在本題使用的演算法的總體時間複雜度為Ｏ（Ｔ * （ Ｎ ＋ Ｋ ））。但是實際上是可以再加強的，使用基數排序（Radix Sort）的話， Ｋ 值會降到 ７ 左右，是個高效的算法。
