大家好，我是苍何。
又一次看到京东高调宣布加薪的消息，距离京东上次加薪仅仅过去 2 个多月。
这次京东科技宣布「技术研发岗」将给出平均 20 个月的薪酬。
配合其最近开奖，开出 offer 的同学表示「高到离谱」，薪资太逆天了。
讲真的，从现象来看，就像是王婆卖瓜，不过是自卖他夸，说到加薪这事，我们梳理下京东今年的大动作。
1，2021 年 7 月 1 日开始，京东用两年时间将员工平均年薪由原来的 14 薪逐步涨至 16 薪，直接加 2 个月年终。
2，2024 年 1 月 1 日起，京东采销年固定薪酬大幅上调 100%；
3，2024 年初，超 2 万名京东一线客服员工，平均薪酬上涨超过 30%；
4，2024 年 8 月，京东 2025 校招启动，开放 18000 个岗位，校招生薪酬再次上调平均 20%。
5，2024 年 9 月 13 日，京东再次宣布零售和其他部门，两年时间，再由 16 薪逐步加到 20 薪。
6、2024 年 11 月 11 日，京东科技宣布「技术研发岗」将给出平均 20 个月的薪酬。
你看这波操作下来，无非是想证明，大京东福利给力，我给的起，说明我业绩好我愿意给，这波舆论下来，风评是不是立马拉上来了。
至于实际加没加，那就不得而知了。毕竟不是 base 薪资，最后能不能发，还不知道了，如果是高级大饼，那我只想说，这饼，吃吃就得了。
现在，我个人觉得吧，真正想为员工谋福利，那就干脆高调宣布，我司不允许加班，下班后和工作相关的事一律不许做。
那才真是值得打工人歌颂，至少我没看到有哪家公司有这个胆量。
目前啊，大家选择 offer，要么就图个 WLB，要么就图个基本工资高，那些说的天花乱坠的福利，到头来还不及钱来的实在。
你是否认同呢？欢迎评论区讨论。
...
回归主题。
今天来一道京东开发考过的面试算法题，给枯燥的牛马生活加加油😂。
题目描述
平台：LeetCode
题号：215
题目描述：数组中的第 K 个最大元素
给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。
请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。
你必须设计并实现时间复杂度为 O (n) 的算法来解决此问题。
示例 1
输入：
nums = [3,2,1,5,6,4], k = 2
输出：
5
示例 2
输入：
nums = [3,2,3,1,2,4,5,5,6], k = 4
输出：
4
提示
(1 \leq k \leq \text{nums. length} \leq 10^5)
(-10^4 \leq \text{nums}[i] \leq 10^4)
解题思路
快速选择法：利用快速选择（Quickselect）算法，这是快速排序的一种变体，能够在期望时间 (O (n)) 内找到第
k大的元素。通过递归划分数组区域，直到找到目标位置。最小堆：使用大小为
k的最小堆存储当前最大的k个元素。当堆中元素超过k个时，移除堆顶最小值。最终，堆顶元素即为第k大元素。时间复杂度为 (O (n \log k))，适合较大k值的情况。
在这里，我们使用最小堆来实现解法。
代码实现
Java 代码：
import java.util.PriorityQueue;
public class Solution {
public int findKthLargest(int[] nums, int k) {
// 创建一个大小为 k 的最小堆
PriorityQueue<Integer> minHeap = new PriorityQueue<>(k);
// 遍历数组，将每个元素加入最小堆
for (int num : nums) {
minHeap.offer(num);
// 如果堆中的元素数量超过 k，移除堆顶元素
if (minHeap.size() > k) {
minHeap.poll();
}
}
// 最小堆的堆顶元素即为第 k 大的元素
return minHeap.peek();
}
}
C++代码：
#include <vector>
#include <queue>
class Solution {
public:
int findKthLargest(std::vector<int>& nums, int k) {
// 创建一个大小为 k 的最小堆
std::priority_queue<int, std::vector<int>, std::greater<int>> minHeap;
// 遍历数组，将每个元素加入最小堆
for (int num : nums) {
minHeap.push(num);
// 如果堆中的元素数量超过 k，移除堆顶元素
if (minHeap.size() > k) {
minHeap.pop();
}
}
// 最小堆的堆顶元素即为第 k 大的元素
return minHeap.top();
}
};
Python 代码：
import heapq
class Solution:
def findKthLargest(self, nums, k):
# 创建大小为 k 的最小堆
min_heap = []
# 遍历数组，将每个元素加入最小堆
for num in nums:
heapq.heappush(min_heap, num)
# 如果堆中的元素数量超过 k，移除堆顶元素
if len(min_heap) > k:
heapq.heappop(min_heap)
# 最小堆的堆顶元素即为第 k 大的元素
return min_heap[0]
复杂度分析
时间复杂度：(O (n \log k))，其中 (n) 是数组的长度。每次插入和移除堆顶元素的时间复杂度为 (O (\log k))。
空间复杂度：(O (k))，用于存储最小堆中的元素。
ending
你好呀，我是苍何。是一个每天都在给自家仙人掌讲哲学的执着青年，我活在世上，无非想要明白些道理，遇见些有趣的事。倘能如我所愿，我的一生就算成功。共勉 💪
点击关注下方账号，你将感受到一个朋克的灵魂，且每篇文章都有惊喜。
感谢大家一直以来的阅读、在看和转发，我会把流量主收益都用来发红包，大家可在公众号页面发送相关暗号关键词获取抽奖，每一篇文章会给到一个不同的暗号，对应的抽奖都是独立的，此篇暗号为【20】，在后台回复【20】，即可点击进去参与抽奖！抽奖内容、金额、个数等都无变化，在开奖前参与抽奖，操作均有效。
注意，后台（不是评论区，是后台）回复【20】即可参与抽奖。
后台回复（不是评论区，是后台）即可参与抽奖。
后台回复（不是评论区，是后台）即可参与抽奖。
就像大家之前回复【八股】一样。
