leetcode703. 数据流中的第 K 大元素 优先队列

• https://leetcode.cn/problems/kth-largest-element-in-a-stream/?

• 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：

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

class KthLargest {
public:
    KthLargest(int k, vector<int>& nums) {

    }
    
    int add(int val) {

    }
};

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

CODE

优先队列

• priority_queue https://en.cppreference.com/w/cpp/container/priority_queue

• C++中的优先队列是一种基于堆的数据结构，它可以帮助我们以优先级的方式组织元素。在优先队列中，元素按照一定的优先级顺序排列，每次访问时都会访问优先级最高的元素。以下是一些常见的操作：

C++中的优先队列是一个模板类，定义如下：

template , class Compare = less> class priority_queue;

其中，T表示元素的类型，Container表示容器类型，Compare表示元素比较函数类型，默认情况下，使用std::less比较函数，即元素类型T必须支持小于运算符（operator<）。

优先队列的常用操作有：

• push(x)：将元素x插入队列中

• pop()：删除队列中的最高优先级元素

• top()：返回队列中的最高优先级元素

• empty()：判断队列是否为空

• size()：返回队列中元素的个数

• C++ 的 std::priority_queue 默认使用最大堆（max heap）实现。这意味着具有较高优先级的元素会被放置在队列的前面。

• 如果你想要使用最小堆（min heap），可以通过提供自定义的比较函数来实现。比较函数应该返回 true 如果第一个参数应该排在第二个参数之前。以下是一个使用最小堆的示例：

cpp
#include 
#include 

struct Compare {
    bool operator()(int a, int b) {
        return a > b; // 返回 true 表示 a 应该排在 b 之前
    }
};

int main() {
    std::priority_queue<int, std::vector<int>, Compare> pq;

    pq.push(3);
    pq.push(1);
    pq.push(4);
    pq.push(1);

    while (!pq.empty()) {
        std::cout << pq.top() << " ";
        pq.pop();
    }

    return 0;
}

题解

class KthLargest {
public:
    priority_queue<int, vector<int>, greater<int>> q;
    int k;
    KthLargest(int k, vector<int>& nums) {
        this->k = k;
        for (auto& x: nums) {
            add(x);
        }
    }
    
    int add(int val) {
        q.push(val);
        if (q.size() > k) {
            q.pop();
        }
        return q.top();
    }
};

CG

• https://www.bilibili.com/video/BV1P64y1h7dk/
• https://www.bilibili.com/video/BV1Xg41167Lz/?
• 编程熊讲解力扣LeetCode算法《堆》 https://mp.weixin.qq.com/s/ggd42G_QJ6I43F-vXSbpdA
• https://leetcode.cn/problems/kth-largest-element-in-a-stream/solution/jing-dian-topkmo-ban-by-xiao-jiang-ke-ehd4/