堆---leetcode算法题目

• heapify：建堆：找到第一个非叶子节点，比较这个节点和它的左右孩子，调整，如果交换了父节点和它的孩子的话，还需要再将交换后的孩子节点再执行相同的操作：比较孩子的孩子，当这个非叶子节点调整好后，再依次调整前面的节点，直到树根为止。
• 下潜：比如说大顶锥，比较当前节点和它的孩子，保证满足大顶锥，如果有交换，则将交换后的这个孩子节点位置再执行下潜逻辑。
• 上浮：依次找本节点和它的父节点，比较大小，要求满足堆的定义，如果交换了，则将交换后的这个父节点位置再执行上浮，直到根或者没有交换为止。

1. 数组中第K大元素-力扣 215 题

使用优先级队列也就是堆，找第K个最大元素，我们建立一个K个元素的小顶锥，保存的就是数组中前K个最大值，小顶堆的堆顶就是第K大的元素
步骤：首先建立一个K个元素的小顶堆，然后再从数组取第K+1到第length个元素，每一个元素都与堆顶元素比较，比堆顶元素大的话，替换掉，然后调整堆，这样最后堆中就保留了前K大的元素，取堆顶就是第K大元素。

import java.util.Comparator;
import java.util.PriorityQueue;

public class Solution {

    public int findKthLargest(int[] nums, int k) {
        int len = nums.length;
        // 使用一个含有 k 个元素的最小堆，PriorityQueue 底层是动态数组，为了防止数组扩容产生消耗，可以先指定数组的长度
        PriorityQueue<Integer> minHeap = new PriorityQueue<>(k, Comparator.comparingInt(a -> a));
        // Java 里没有 heapify ，因此我们逐个将前 k 个元素添加到 minHeap 里
        for (int i = 0; i < k; i++) {
            minHeap.offer(nums[i]);
        }

        for (int i = k; i < len; i++) {
            // 看一眼，不拿出，因为有可能没有必要替换
            Integer topElement = minHeap.peek();
            // 只要当前遍历的元素比堆顶元素大，堆顶弹出，遍历的元素进去
            if (nums[i] > topElement) {
                // Java 没有 replace()，所以得先 poll() 出来，然后再放回去
                minHeap.poll();
                minHeap.offer(nums[i]);
            }
        }
        return minHeap.peek();
    }
}