本文主要是介绍【Python】【难度：简单】Leetcode 703. 数据流中的第K大元素，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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。
示例:
int k = 3;
int[] arr = [4,5,8,2];
KthLargest kthLargest = new KthLargest(3, arr);
kthLargest.add(3); // returns 4
kthLargest.add(5); // returns 5
kthLargest.add(10); // returns 5
kthLargest.add(9); // returns 8
kthLargest.add(4); // returns 8
说明:
你可以假设 nums 的长度≥ k-1 且k ≥ 1。
通过次数20,761提交次数47,341
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/kth-largest-element-in-a-stream
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。
class KthLargest(object):def __init__(self, k, nums):""":type k: int:type nums: List[int]"""self.k=kself.nums=numsdef add(self, val):""":type val: int:rtype: int"""self.nums.append(val)self.nums=sorted(self.nums,reverse=True)return self.nums[self.k-1]# Your KthLargest object will be instantiated and called as such:
# obj = KthLargest(k, nums)
# param_1 = obj.add(val)
执行结果：
通过
显示详情
执行用时 :2088 ms, 在所有 Python 提交中击败了5.00%的用户
内存消耗 :17.4 MB, 在所有 Python 提交中击败了100.00%的用户
这篇关于【Python】【难度：简单】Leetcode 703. 数据流中的第K大元素的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
