Leet Code——数据流中的第K大元素

题目：

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

python解答：

class KthLargest:

    def __init__(self, k: int, nums: List[int]):
        self.nums = nums
        self.k = k
        heapq.heapify(self.nums)
        while len(self.nums) > k:
            heapq.heappop(self.nums)        # 最小顶堆，去掉最小值

    def add(self, val: int) -> int:
        if len(self.nums) < self.k:
            heapq.heappush(self.nums, val)
        elif val > self.nums[0]:            # 访问顶堆的值
            # heapq.heappop(self.nums)
            # heapq.heappush(self.nums, val)
            heapq.heapreplace(self.nums, val)
            
        return self.nums[0]

# Your KthLargest object will be instantiated and called as such:
# obj = KthLargest(k, nums)
# param_1 = obj.add(val)

解题思路：

1. 采用最小顶堆，顶堆的容量为k，则顶堆的第一个值就是第k大的值；同理，求最第k个最小值时用最大顶堆。
2. 熟悉顶堆的一些操作：

• 初始化：heapq.heapify(nums)
• 删除顶元素：heappop(nums)
• 添加元素：heappush(nums, value)
• 删除顶元素+添加元素：heapreplace(nums, value) #注意这里不是用value直接替换顶元素nums[0]