「优选算法刷题」：数据流中的第K大元素

一、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。

请实现 KthLargest 类：

KthLargest(int k, int[] nums) 使用整数 k 和整数流 nums 初始化对象。
int add(int val) 将 val 插入数据流 nums 后，返回当前数据流中第 k 大的元素。

示例：

复制代码

输入：
["KthLargest", "add", "add", "add", "add", "add"]
[[3, [4, 5, 8, 2]], [3], [5], [10], [9], [4]]
输出：
[null, 4, 5, 5, 8, 8]

解释：
KthLargest kthLargest = new KthLargest(3, [4, 5, 8, 2]);
kthLargest.add(3);   // return 4
kthLargest.add(5);   // return 5
kthLargest.add(10);  // return 5
kthLargest.add(9);   // return 8
kthLargest.add(4);   // return 8

提示：

1 <= k <= 104
0 <= nums.length <= 104
-104 <= nums[i] <= 104
-104 <= val <= 104
最多调用 add 方法 104 次
题目数据保证，在查找第 k 大元素时，数组中至少有 k 个元素

二、思路解析

这也是一道 topK 问题，一般都是用大根堆来解决的。

并且这道题有两个方法要实现，一个是初始化方法 KthLargest ，一个是插入方法 add。

在初始化时，将数组 nums 中的元素依次加入优先队列中，并在超过 k 个元素时进行出队操作。

在每次调用 add 方法时，将新元素加入队列中，并在超过 k 个元素时执行出队操作。

这样，就可以保证优先队列中始终只保留数据流中的前 k 个最大元素。

三、完整代码

class KthLargest {

    PriorityQueue<Integer> heap;
    int k;

    public KthLargest(int _k, int[] nums) {
        heap = new PriorityQueue<>();
        k = _k;
        for(int x : nums){
            heap.offer(x);
            if(heap.size() > k){
                heap.poll();
            }
        }
    }
    
    public int add(int val) {
        heap.offer(val);
        if(heap.size() > k){
            heap.poll();
        }
        return heap.peek();
    }
}

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

以上就是本篇博客的全部内容啦，如有不足之处，还请各位指出，期待能和各位一起进步！