---------------🎈🎈题目链接🎈🎈-------------------

PriorityQueue操作

1. 创建优先级队列【默认创建小顶堆】：
   PriorityQueue<Integer> priorityQueue = new PriorityQueue<>();
2. 使用自定义比较器创建优先队列【创建大顶堆】：
   PriorityQueue<Integer> customPriorityQueue = new PriorityQueue<>(Collections.reverseOrder());
3. 插入元素： 如果队列已满，则抛出一个IIIegaISlabEepeplian异常
   priorityQueue.add(5);
4. 插入元素： 添加一个元素并返回true ，如果队列已满，则返回false
   priorityQueue.offer(5);
5. 获取队头元素：
   Integer head = priorityQueue.peek();
6. 弹出队头元素：
   Integer removedElement = priorityQueue.poll();
7. 删除指定元素
   priorityQueue.remove(5);
8. 获取队列大小：
   int size = priorityQueue.size();
9. 遍历队列元素：
   for (Integer element : priorityQueue) { System.out.println(element); }
10. 清空队列：
    priorityQueue.clear();

解法 优先级队列构造堆 小顶堆

PriorityQueue<Integer> myqueue = new PriorityQueue<>((o1,o2) -> o1-o2); 队头到队尾升序排列的优先级队列 小顶堆
时间复杂度O(N)
空间复杂度O(N)

class Solution {public int findKthLargest(int[] nums, int k) {// 维护一个大小为k的优先级队列PriorityQueue 小顶堆升序PriorityQueue<Integer> myqueue = new PriorityQueue<>((o1,o2) -> o1-o2); // 升序 小顶堆for(int num:nums){if(myqueue.size() < k){myqueue.add(num);}else{if(myqueue.peek() < num){myqueue.poll();myqueue.add(num);} }}return myqueue.peek();}
}