[LeetCode][C++]数组中的第K个最大元素

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

示例 2:
输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4

说明:
你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。

---

思路：

1. 将所有元素进行排序，输出第K个最大元素。关键在于使用什么方法排序，经过我的百度，好像使用堆排序比较多。
2. 实际上，我们只需要管理一个大小为K的堆即可，并不需要管理数组长度的堆。堆排序参考链接1，搞清楚大顶堆与小顶堆的定义，声明，使用。

代码：
方法1：对所有元素堆排序。

class Solution {
public:        
    //方法1：
    int findKthLargest(vector<int>& nums, int k) {
        priority_queue<int> q;               //默认，大顶堆,priority_queue(int,vector<int>,less<int>)
        for_each(nums.begin(), nums.end(), [&](int i) { q.push(i); });    //for_each的方法可以了解一下
        for(int i = 0; i < k - 1; i++)  
            q.pop();
        return q.top();
    }       
};

方法2：管理一个K大小的小顶堆，priority_queue<int,vector,greater>。

class Solution {
public:  
    //方法2
    int findKthLargest(vector<int>& nums, int k)
    {
        priority_queue<int,vector<int>,greater<int>> q;  //小顶堆
        for(int i=0;i<nums.size();i++)
        {
            if(i<k)
            {
                q.push(nums[i]);
            }else{               
                if(nums[i]>q.top())  //不断更新顶部的值
                {
                    q.pop();
                    q.push(nums[i]);
                }
            }
        }
        return q.top();       
    }
    
};

结果：
方法1结果：

方法2结果：
可以看到，方法二更快一些，内存消耗也小一些。

参考链接：
[1] WhiteJunior：C++中priority_queue理解与使用