Priority_queue及应用（数组中的第k个最大元素）。

• 优先级队列：一种容器适配器，按照严格的弱排序标准，它的第一个元素是它所包含的最大的元素。
• 优先级队列默认使用Vector作为其底层存储数据的容器，在Vector上又使用了堆的算法，将Vector中的元素构造成堆的结构，所以，priority_queue就是堆 ，默认其为大堆（其底层按照小于号来比较）。
• 如果是要建立小堆，则应该利用greater比较方式，所需头文件为< functional >。

#include <functional>
void TestPriority_queue(){
   vector<int> v1{3,4,1,0,2,7};
   priority_queue <int> q1;
   for (auto& e : v){
     q1.push(e);
    }
   cout << q1.top() << endl;

   **priority_queue <int, vector<int>, greater<int>> q2(v.begin(),v.end());**
   cout <<　q2.top() << endl;
}

结果如图所示：

• 如果要在priority_queue中放自定义类型的数据，则需要在自定义类型中提供 > 或 < 的重载。

• 数组中的第k个最大元素：
  在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

示例 1:
输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

1.利用priority_queue.

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k){
    priority_queue<int> pq;
    for (auto e: nums){
       pq.push(e);
    }
    while(--k){
       pq.pop();
    }
  return pq.top();
}     

2.利用数组排序.（默认为大堆）

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k){
    sort(nums.begin(),nums.end());
  return nums[nums.size()-k];
 }

3.利用数组排序. （修改为小堆）

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k){
    sort(nums.begin(),nums..end(),greater<int>());
  return nums[k-1];
 }