找工作刷题记录_009数据流中第k大的数据

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。

思路：维护一个小顶堆，代码参考leetcode一大佬。解释贼清楚，哈哈哈。

python语法：

堆的定义：

堆是一种特殊的数据结构，它的通常的表示是它的根结点的值最大或者是最小。

python中heapq的使用

列出一些常见的用法：

heap = []#建立一个常见的堆

heappush(heap,item)#往堆中插入一条新的值

item = heappop(heap)#弹出最小的值

item = heap[0]#查看堆中最小的值，不弹出

class KthLargest:

    def __init__(self, k, nums):
        """
        :type k: int
        :type nums: List[int]
        """
        # k指第K大元素
        self.k = k
        # 设置一个空堆
        self.heap = []
        # 往堆里扔数
        for n in nums:
            self.add(n)
        
    # 每次add的数，都会被考虑要不要放入小顶堆里进行更新
    def add(self, val):
        """
        :type val: int
        :rtype: int
        """
        # 堆里只要保持k个数就行了，小顶堆的头就是第k个最大值
        if len(self.heap) < self.k:
            heapq.heappush(self.heap, val)
        # 每次只有当val大于顶堆的跟节点，才更新掉，这样就保证了K都是top最大的元素
        elif self.heap[0] < val:
            heapq.heappop(self.heap)
            heapq.heappush(self.heap, val)
        return self.heap[0]