leetcode703. 数据流中的第K大元素

一、题目描述

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。

二、解题思路及代码

• 保存前K个最大的值，所以需要对这K个元素进行排序。
• 因此采用优先级队列，维护一个含K个元素的小根堆。优先级队列默认队首为最小值，队首元素即小根堆堆顶元素的值。
• 每次有新的元素加入时，如果小于堆顶元素，则直接淘汰；如果大于堆顶元素，则淘汰堆顶重新调整堆结构。对堆结构的调整实际由优先级队列完成。

class KthLargest {
     
    private PriorityQueue<Integer> queue;
    private int k;
    public KthLargest(int k, int[] nums) {
     
        this.k = k;
        queue = new PriorityQueue<Integer>(k);
        for(int num:nums){
     
            add(num);
        }
    }
    public int add(int val) {
     
        if(queue.size()<k){
     
            queue.add(val);
        }else if(val>queue.peek()){
     
            queue.poll();
            queue.add(val);
        }
        return queue.peek();
        
    }
}

三、优先级队列PriorityQueue

• PriorityQueue是一个基于优先级的无界优先级队列，数组实现
• 可以用该队列实现大根堆和小根堆

默认自然排序可以用于小根堆（队首为最小元素）

PriorityQueue <Integer> minHeap = new PriorityQueue<Integer>(5);

实现Comparator接口用作大根堆

PriorityQueue <Integer> maxHeap = new PriorityQueue<Integer>(11, new Comparator<Integer>() {
       
    @Override  
    public int compare(Integer o1, Integer o2) {
       
        // TODO Auto-generated method stub  
        return o2.compareTo(o1);  
    }  
});  

• 该队列不是线程安全的，所以如果要拥有线程安全的优先级队列，需要额外进行加锁操作
• 默认的PriorityQueue并非保证了整个队列都是有序的，只是保证了队头是最小的

四、队列的基本操作

	抛出异常	返回特殊值
插入	add(e)	offer(e)
移除	remove()	poll()
检查	element()	peek()