Update kthLargest.md

sort/kthLargest.md

@@ -33,3 +33,34 @@ PriorityQueue是从JDK1.5开始提供的新的数据结构接口，它是一种
 O(N) best case / O(N^2) worst case running time + O(1) memory
 ```
 ![](https://github.com/only-you/-/blob/master/picture/kthMax.png)
+
+from typing import List
+import heapq
+
+Python的版本
+
+class Solution:
+
+    # 使用容量为 k 的小顶堆
+    # 元素个数小于 k 的时候，放进去就是了
+    # 元素个数大于 k 的时候，小于等于堆顶元素，就扔掉，大于堆顶元素，就替换
+
+    def findKthLargest(self, nums: List[int], k: int) -> int:
+        size = len(nums)
+        if k > size:
+            raise Exception('程序出错')
+
+        L = []
+        for index in range(k):
+            # heapq 默认就是小顶堆
+            heapq.heappush(L, nums[index])
+
+        for index in range(k, size):
+            top = L[0]
+            if nums[index] > top:
+                # 看一看堆顶的元素，只要比堆顶元素大，就替换堆顶元素
+                heapq.heapreplace(L, nums[index])
+        # 最后堆顶中的元素就是堆中最小的，整个数组中的第 k 大元素
+        return L[0]
+
+