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) 的算法解决此问题。

示例 1:

输入: [3,2,1,5,6,4], k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6], k = 4
输出: 4

大根堆

这段代码是使用大根堆（max-heap）来解决问题的思路。

在这个解决方案中，通过将整个 nums 数组初始化为一个大根堆 priority_queue<int> pq(nums.begin(), nums.end())。大根堆会自动将较大的元素放在堆顶部。

然后，通过循环 while (--k) 来逐个排除前k-1个最大的元素，即每次都执行 pq.pop() 弹出堆顶的元素。

最后，返回 pq.top()，即堆中剩余的最大元素，也就是第k大的元素。

因此，该代码使用大根堆的性质在O(nlogn)的时间复杂度下找到了第k大的元素。

---

  小根堆

在这段代码中，将priority_queue pq初始化为nums.begin() + k原因是为了确保初始的priority_queue中包含第k大的元素。

在此代码中，priority_queue被用作最小堆（较小的元素位于顶部）。想法是始终维护一个最小堆，其中包含目前为止遇到的k个最大元素。

通过使用nums.begin() + k来初始化priority_queue，会将nums中的前k大元素插入到priority_queue中。这确保了第k大的元素也存在于最小堆中。

随后，在迭代nums的剩余元素时，如果找到了更大的元素，则它将替换掉最小的元素。这确保在处理完所有元素后，priority_queue pq将包含nums中遇到的k个最大元素，并且其中最小的元素将位于顶部（pq.top()）。