LeetCode 215.数组中的第K个最大元素（C++）（大根堆思路）

基于堆排序的选择方法

思路和算法

我们也可以使用堆排序来解决这个问题——建立一个大根堆，做 k - 1次删除操作后堆顶元素就是我们要找的答案。在很多语言中，都有优先队列或者堆的的容器可以直接使用，但是在面试中，面试官更倾向于让更面试者自己实现一个堆。所以建议读者掌握这里大根堆的实现方法，在这道题中尤其要搞懂「建堆」、「调整」和「删除」的过程。

友情提醒：「堆排」在很多大公司的面试中都很常见，不了解的同学建议参考《算法导论》或者大家的数据结构教材，一定要学会这个知识点哦! ^_

class Solution {
public:
    void maxHeapify(vector<int>& a, int i, int heapSize) {
    //https://blog.csdn.net/liuyuchen282828/article/details/89255389
    //规则 i为某一结点的下标  其左子结点 2i+1 右 2i+2 其父结点 (i-1)/2
        int l = i * 2 + 1, r = i * 2 + 2, largest = i;//假设i是最大 此时的
        if (l < heapSize && a[l] > a[largest]) {//l < heapSize 有左孩子 && a[l] > a[largest] 左孩子大于 预设最大元素
            largest = l;
        } 
        if (r < heapSize && a[r] > a[largest]) {//r < heapSize 有右孩子 && a[r] > a[largest] 右孩子大于 预设最大元素
            largest = r;
        }
        if (largest != i) {//当上述两个if 其中之一执行了  则交换a[i], a[largest] 两个位置的值 继续调整数组
            swap(a[i], a[largest]);
            maxHeapify(a, largest, heapSize);
        }
    }
//建立大根堆 
    void buildMaxHeap(vector<int>& a, int heapSize) {
        for (int i = heapSize / 2; i >= 0; --i) {
        //调整根 调整次数为heapSize / 2  +1
        //https://www.cnblogs.com/littleswan/p/13471288.html
        从最后一个非叶子节点开始建堆。
        //https://www.cnblogs.com/pxy-1999/p/13290629.html
            maxHeapify(a, i, heapSize);
        } 
    }

    int findKthLargest(vector<int>& nums, int k) {
        int heapSize = nums.size();
        buildMaxHeap(nums, heapSize);
        for (int i = nums.size() - 1; i >= nums.size() - k + 1; --i) {//nums.size()-(k-1) k-1次
            swap(nums[0], nums[i]);//每一次把当前最大值移到最后  k-1次之后  nums[0]即是第k的最大值
            --heapSize;//nums.size() - 1开始到 nums.size() - k + 1
            maxHeapify(nums, 0, heapSize);
        }
        return nums[0];
    }
};