703. Kth Largest Element in a Stream

题目描述

坑点：

1. 从大到小，第k个数

2.

Note:
You may assume that nums' length ≥ k-1 and k ≥ 1.

纯废话，我提交时第一个test case的构造函数中，nums就是null， 但k是 1！！！第九个test case的构造函数的nums有两个元素，但k是3！！

思路：

维护一个容纳k个元素的小顶堆，这k个元素中的最小值(即小顶堆的堆顶元素)，即为输入序列中按照从大到小顺序的第k大的元素，后面每存入一个值时，先判断队列中元素数量，如果比k小，则直接放到队列中；如果已经有k个元素，则比较待输入值与堆顶元素的大小，若该值比堆顶元素小，则该值不可能是第k大元素，若该值比堆顶元素大，则堆中其他元素可能是第k大元素

例如，假设k为3，当前输入序列为：5，-1，2，1，则堆中元素为5，2，1，其中1为堆顶元素(小顶堆)，后续输入序列为：-2，3，由于-2比1还小，当前输入序列(5, -1, 2, 1)中第3大元素为1，-2比1还小，不可能是第3大元素，直接忽略；输入3时，由于3比1大，所以当前的的第3大元素，可能要变更，把当前堆顶弹出，把3放入堆中，堆顶是谁，谁就是第3大元素。

C++中可以使用stl中的priority_queue实现的小顶堆，代码如下

class KthLargest {
private: 
    std::priority_queue<int, vector<int>, greater<int>> m_kthDatas;
    int k;
public:
    KthLargest(int k, vector<int>& nums) {
        int index = 0;
        this->k = k;
        for (index = 0; index < nums.size(); ++index) {
            if (index < k) {
                m_kthDatas.push(nums[index]);
            } else if (m_kthDatas.top() < nums[index]) {
                m_kthDatas.pop();
                m_kthDatas.push(nums[index]);
            }
        }
    }
    
    int add(int val) {
        if (m_kthDatas.size() < k) {
            m_kthDatas.push(val);
        } else if (m_kthDatas.top() < val) {
            m_kthDatas.pop();
            m_kthDatas.push(val);
        }
        return m_kthDatas.top();
    }
};

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

Runtime: 40 ms, faster than 98.47% of C++ online submissions for Kth Largest Element in a Stream.

Memory Usage: 19.4 MB, less than 85.00% of C++ online submissions for Kth Largest Element in a Stream.

关于priority_queue的例子，可以参考这篇文章。

优先队列 priority_queue 详解