数据流中的第k大元素的golang实现

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。

int k = ;
int[] arr = [,,,];
KthLargest kthLargest = new KthLargest(, arr);
kthLargest.add();   // returns 4
kthLargest.add();   // returns 5
kthLargest.add();  // returns 5
kthLargest.add();   // returns 8
kthLargest.add();   // returns 8

这道题我们可以想到使用优先队列来做，优先队列的长度为K，按照从小到大排序，那么取出第K大的就是取出下标为0的值

首先我们构造一个小顶堆的数据结构

type KthLargest struct {
    PriorityQueue []int //优先队列
    Size          int   //小顶堆的容量
}

func Constructor(k int, nums []int) KthLargest {
    var ks KthLargest
    ks.Size = k
    for index := ; index < len(nums); index++ {
        ks.Add(nums[index])
    }
    return ks
}

func (this *KthLargest) Add(val int) int {
    if len(this.PriorityQueue) < this.Size {
        this.PriorityQueue = append(this.PriorityQueue, val)
    } else if this.PriorityQueue[] <= val {
        this.PriorityQueue = this.PriorityQueue[:]
        this.PriorityQueue = append(this.PriorityQueue, val)
    }
    sort.Ints(this.PriorityQueue)
    return this.PriorityQueue[]
}

这里是一个耗时的做法，因为这里每次添加元素的时候，我们都会去排序，把堆内元素最小的放在最前

而我们可以通过实现golang中的堆的几个接口来自定义我们的堆类型

type intHeap []int

//下面几个方法是实现head的接口
func (h intHeap) Len() int {
    return len(h)
}

func (h intHeap) Less(i, j int) bool {
    return h[i] < h[j]
}

func (h intHeap) Swap(i, j int) {
    h[i], h[j] = h[j], h[i]
}
func (h *intHeap) Push(x interface{}) {
    // Push 使用 *h，是因为
    // Push 增加了 h 的长度
    *h = append(*h, x.(int))
}

func (h *intHeap) Pop() interface{} {
    // Pop 使用 *h ，是因为
    // Pop 减短了 h 的长度
    res := (*h)[len(*h)-]
    *h = (*h)[:len(*h)-]
    return res
}

实现了之后，我们就可以非常简单和快捷的操作堆了

type KthLargest struct {
    k    int
    heap intHeap
}

// Constructor 创建 KthLargest
func Constructor(k int, nums []int) KthLargest {
    h := intHeap(nums)
    heap.Init(&h)

    for len(h) > k {
        heap.Pop(&h)
    }

    return KthLargest{
        k:    k,
        heap: h,
    }
}

// Add 负责添加元素
func (kl *KthLargest) Add(val int) int {
    heap.Push(&kl.heap, val)

    if len(kl.heap) > kl.k {
        heap.Pop(&kl.heap)
    }

    return kl.heap[]
}