leetcode703. 数据流中的第K大元素

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。

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

说明: 
你可以假设 nums 的长度≥ k-1 且k ≥ 1。

这道题使用的是优先队列的思想，将某中特征的数优先放进队列，而STL中正有这样的算法，这道题用小根堆解决

Min-heap: 父节点的值小于于或等于子节点的值

stl的算法为priority_queue<Type, Container, Functional>
其中Type 为数据类型， Container 为保存数据的容器，Functional 为元素比较方式。
Container 必须是用数组实现的容器，比如 vector, deque 但不能用 list.
STL里面默认用的是 vector. 比较方式默认用 operator< , 所以如果你把后面俩个参数缺省的话，
优先队列就是大顶堆，队头元素最大。

这道题用到的:如果重载operator > 可直接使用priority_queue<Node,vector<Node>,greater<Node>>

 

常用的操作如下：

empty()  如果优先队列为空，则返回真 
pop()  删除第一个元素 
push()  加入一个元素 
size()  返回优先队列中拥有的元素的个数 
top()  返回优先队列中有最高优先级的元素 

这道题的核心思想为   将k的值和堆内元素的个数相同，这个就保证堆内的数据是数组内前k个最大的

class KthLargest {
public:
    KthLargest(int k, vector<int> nums) {
        for(int i:nums)
        {
            //使得k值和堆内元素的个数保持一致
            q.push(i);
            if(q.size()>k) 
                q.pop();
        }
        //得到k的值
        num=k;
    }
    
    int add(int val) {
        q.push(val);
        if(q.size()>num)
            q.pop();
      return q.top();
            
    }
private:
    priority_queue<int,vector<int>,greater<int>> q;
    int num;
};

/**
 * Your KthLargest object will be instantiated and called as such:
 * KthLargest obj = new KthLargest(k, nums);
 * int param_1 = obj.add(val);
 */