【树-简单】703. 数据流中的第 K 大元素

最新推荐文章于 2025-09-14 20:56:57 发布

原创最新推荐文章于 2025-09-14 20:56:57 发布 · 55 阅读

0 ·

CC 4.0 BY-SA版权

leetcode 同时被 2 个专栏收录

714 篇文章

订阅专栏

刷题

643 篇文章

订阅专栏

该博客介绍了如何设计一个名为KthLargest的类，该类用于在数据流中找到第k大的元素。通过使用Python的heapq库，实现了将新值插入数据流并维护一个大小为k的最小堆来保持第k大元素。当新的数值被添加时，如果堆大小超过k，则移除最小元素。示例展示了类的使用及其在不同添加操作后的返回结果。

【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：

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

【代码】
在这里插入图片描述

class KthLargest:
    def __init__(self, k: int, nums: List[int]):
        self.k=k
        self.nums=nums
        heapify(self.nums)
    def add(self, val: int) -> int:
        heappush(self.nums,val)
        while len(self.nums)>self.k:
            heappop(self.nums)
        return self.nums[0]
# Your KthLargest object will be instantiated and called as such:
# obj = KthLargest(k, nums)
# param_1 = obj.add(val)