题目地址：

https://www.lintcode.com/problem/kth-largest-element-ii/description

给定一个数组，求其第 $k$大元素。其中数组长度 $n\gg k$。由于有这个条件存在，我们可以用最小堆来做。开一个最小堆，先向里面offer进 $k$个数，接着维护这个最小堆始终保存已经读过的数中前 $k$大的数；如果新数大于堆顶，说明该数应该属于前 $k$大，而堆顶不属于，所以将堆顶poll出，把新数offer进堆。如此直到数组遍历完，堆顶即为所求。代码如下：

import java.util.PriorityQueue;

public class Solution {
    /**
     * @param nums: an integer unsorted array
     * @param k: an integer from 1 to n
     * @return: the kth largest element
     */
    public int kthLargestElement2(int[] nums, int k) {
        // write your code here
        PriorityQueue<Integer> minHeap = new PriorityQueue<>();
        for (int i = 0; i < nums.length; i++) {
            if (i < k) {
                minHeap.offer(nums[i]);
            } else {
                if (nums[i] > minHeap.peek()) {
                    minHeap.poll();
                    minHeap.offer(nums[i]);
                }
            }
        }
        
        return minHeap.peek();
    }
}

时间复杂度 $O(n\log k)$。注意到，虽然Quick Select有更好的平均时间复杂度 $O(n)$，但是上面用最小堆的方法有一个好处，就是可以在线处理，也即，它可以做到一边读，一边实时返回已经读过的数里的第 $k$大的数是谁。而Quick Select做不到这一点。