2021年2月11日 Leetcode每日一题：703. 数据流中的第 K 大元素

数据流中的第K大元素

1.题目描述

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。

请实现 KthLargest 类：

• KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。
• int add(int val)将 val 插入数据流 nums 后，返回当前数据流中第 k 大的元素。

2.示例

示例：

输入：
["KthLargest", "add", "add", "add", "add", "add"]
[[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]]
输出：
[null, 4, 5, 5, 8, 8]

解释：
KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]);
kthLargest.add(3);   // return 4
kthLargest.add(5);   // return 5
kthLargest.add(10);  // return 5
kthLargest.add(9);   // return 8
kthLargest.add(4);   // return 8

3.读题

为了让大家过年心情保持愉快（划掉），Leetcode今天放出了一道很简单的每日一题。
一般涉及到第k个最大或者最小的元素的问题，使用优先队列可以方便地解决。
优先队列是一种数据结构，它的特点是队列的顶部一定是队列中最大（或者最小）的元素。这里的最大或者最小的概念可以根据自己定义的比较方法进行比较。
在这一题的解决过程中，我们采用小顶堆的优先队列，即队列顶部的元素一定是队列中最小的元素。这样的话，只要保证队列内的元素为K个，那么堆顶的元素就是第K大的元素了（因为剩下的K-1个元素都比这个元素大）。如果队列内的元素大于K个，只要一直弹出顶部的元素直到优先队列中的元素剩余K个，那么此时队列顶部的元素就是第K大的元素了（弹出的元素均比该元素小）。

4.代码

class KthLargest {
    Queue<Integer> dq2;
    int size;
    public KthLargest(int k, int[] nums) {
        dq2 = new PriorityQueue<Integer>((a,b)->(a-b));
        size = k;
        Arrays.sort(nums);
        for(int num:nums){
            dq2.add(num);
        }
        while(dq2.size()>k){
            dq2.poll();
        }
    }
    
    public int add(int val) {
        dq2.add(val);
        if(dq2.size()>size){
            dq2.poll();
        }
        return dq2.peek();
    }
}