输入:4->2->1->3输出:1->2->3->4输入:-1->5->3->4->0输出:-1->0->3->4->5问题分析bottom-to-up的归并思路是这样的：先两个两个的merge，完成一趟后

aTop-to-downLaneDetectionFrameworkBasedonConditionalConvolutionIntroduction为了解决complettopologies.提出了一个top-to-down的框架，先找出大致实例，再预测lineshape（对应起来的bottom-to-up

因此这里使用bottom-to-up的算法来解决。bottom-to-up的归并思路是这样的：先两个两个的merge，完成一趟后，再4个4个的merge，直到结束。

题目大意：时间复杂度O(nlogn)，空间复杂度O(1)对链表排序分析：满足时间空间复杂度的排序方法——非递归归并（bottom-to-up）。

网络结构2.1单一沙漏模块2.2intermediatesupervision2.3堆叠沙漏模块3实验结果4总结5参考资料在上一篇文章中，笔者解释了对OpenPose人体关键点检测算法的思考，它是一种“bottom-to-up

通过手工设计的字符特征训练字符分类器，以及通过文本行的对称性、自相似性来区分text/non-text，可以看出局部信息（字符区域）和全局信息（文本块）都对文本检测有帮助作者认为在文本检测中使用字符分类器的思路(或者应该说是bottom-to-up