題目

設(shè)計一個找到數(shù)據(jù)流中第K大元素的類（class）椎咧。注意是排序后的第K大元素朋其，不是第K個不同的元素膝舅。
你的 KthLargest 類需要一個同時接收整數(shù) k 和整數(shù)數(shù)組nums 的構(gòu)造器姨伟，它包含數(shù)據(jù)流中的初始元素谊迄。每次調(diào)用 KthLargest.add闷供，返回當(dāng)前數(shù)據(jù)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

說明:
你可以假設(shè) nums 的長度≥ k-1 且k ≥ 1鳞上。

思路

求第k個大的值这吻，可以考慮維護(hù)一個大小為k的小頂堆，這里可以使用優(yōu)先隊列的數(shù)據(jù)結(jié)構(gòu)篙议，小頂堆中存放的頂點(diǎn)永遠(yuǎn)是第k個大的元素
時間復(fù)雜度：O(Nlogk)唾糯，因?yàn)槊總€元素都要進(jìn)行堆排序，堆排序的算法中優(yōu)先隊列插入的時間負(fù)責(zé)度為logk
空間復(fù)雜度：O(k)

c++代碼

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代碼

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)