题目

设计一个找到数据流中第K大元素的类（class）。注意是排序后的第K大元素，不是第K个不同的元素。
你的 KthLargest 类需要一个同时接收整数 k 和整数数组nums 的构造器，它包含数据流中的初始元素。每次调用 KthLargest.add，返回当前数据流中第K大的元素。

示例:

int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3);   // returns 4
kthLargest.add(5);   // returns 5
kthLargest.add(10);  // returns 5
kthLargest.add(9);   // returns 8
kthLargest.add(4);   // returns 8

说明:
你可以假设 nums 的长度≥ k-1 且k ≥ 1。

思路

求第k个大的值，可以考虑维护一个大小为k的小顶堆，这里可以使用优先队列的数据结构，小顶堆中存放的顶点永远是第k个大的元素
时间复杂度：O(Nlogk)，因为每个元素都要进行堆排序，堆排序的算法中优先队列插入的时间负责度为logk
空间复杂度：O(k)

c++代码

class KthLargest {
private:
    priority_queue<int,vector<int>,greater<int>> data_stream;
    int number;

public:
    KthLargest(int k, vector<int>& nums) {
        number = k;
        for(int n: nums){
            if(data_stream.size()<number) data_stream.push(n);
            else{
                if(data_stream.top() < n){
                    data_stream.pop();
                    data_stream.push(n);
                }
            }
        }
    }
    
    int add(int val) {
        if(data_stream.size()<number) data_stream.push(val);
        else{
            if(data_stream.top() < val){
                data_stream.pop();
                data_stream.push(val);
            }
        }
        
        return data_stream.top();
    }
};

/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest* obj = new KthLargest(k, nums);
 * int param_1 = obj->add(val);
 */

python代码

class KthLargest:

    def __init__(self, k: int, nums: List[int]):
        self.data_stream = nums
        self.k = k

    def add(self, val: int) -> int:
        self.data_stream.append(val)
        return heapq.nlargest(self.k, self.data_stream)[-1]
        


# Your KthLargest object will be instantiated and called as such:
# obj = KthLargest(k, nums)
# param_1 = obj.add(val)