在未排序的数组中找到第 k 个最大的元素

思路：

　　基于堆的优先队列方法

　　对于第K个，前K个，我们应该条件反射的想到优先队列。

　　比如说此题的第K个最大元素，我们就可以维护一个长度为K的最小堆

　　注：优先队列的底层是堆结构，根据题目情况构建最大堆或者最小堆，简单的记就是：

　　如果是要前 K 个最大的元素，那就构造最小堆。（逻辑就是，要前 K 个最大值时，如果待添加的元素大于堆中的最小值，就可以添加。）

　　如果是要前 K 个最小的元素，那就构造最大堆。（逻辑就是，要前 K 个最小值时，如果待添加的元素小于堆中的最大值，就可以添加。）

1. 如果队列未满（size < k），直接添加
2. 队列满时，如果读到的元素小于堆顶元素，不作处理；如果读到的元素大于堆顶元素，我们就将堆顶元素拿出，放入新元素

   package main
   
   import "container/heap"
   
   // go
   type TopList []int
   
   func (t TopList) Len() int {
   	return len(t)
   }
   
   func (t TopList) Less(i, j int) bool {
   	return t[i] < t[j]
   }
   
   func (t TopList) Swap(i, j int) {
   	t[i], t[j] = t[j], t[i]
   }
   
   func (t *TopList) Push(x interface{}) {
   	*t = append(*t, x.(int))
   }
   
   func (t *TopList) Pop() interface{} {
   	x := (*t)[len(*t)-1]
   	*t = (*t)[:len(*t)-1]
   	return x
   }
   
   func findKthLargest(nums []int, k int) int {
   	m := make(TopList, 0)
   	size := 0
   	for i := range nums {
   		if size < k {
   			heap.Push(&m, nums[i])
   			size++
   		} else {
   			if m[0] < nums[i] { //小顶堆 堆顶元素小于当前元素
   				heap.Pop(&m)
   				heap.Push(&m, nums[i])
   			}
   		}
   	}
   	return m[0]
   }
   
   func main() {
   	nums := []int{3,2,1,5,6,4}
   	k := 5
   	findKthLargest(nums, k)
   }

3. https://mp.weixin.qq.com/s/iz1NxHeQ72vSrWs7abZrmQ     
4. https://mp.weixin.qq.com/s?__biz=MzU1NjAyOTMyMQ==&mid=2247483861&idx=1&sn=6ab1032dcb0169d6fb4a9e663c79aa33&chksm=fbca0533ccbd8c25c161ca66d412fca220f3701f5f1e8ab7c641ecd2976292a3585a88f85b36&scene=21#wechat_redirect
5. https://mp.weixin.qq.com/s?__biz=MzU1NjAyOTMyMQ==&mid=2247483843&idx=1&sn=af0a3cf1cae6b8065ebcc034817f4509&chksm=fbca0525ccbd8c3372158c98e04b6208c286954f1ec5a71d3c90227db32da667723ee6c21194&scene=21#wechat_redirect