提交代码中的最快代码是调用了`Python` 的`heapq` 库，或者`sort` 方法。这种做法适合在打算法竞赛的时候节省时间，日常练习不建议不建议这样做。

提交代码中的最快代码是调用了`Python` 的`sort` 方法。这种做法适合在打算法竞赛的时候节省时间，日常练习不建议不建议这样做。

return nums[len(nums)- k]

-**时间复杂度**：$O(n \times \log_2n)$。

-**空间复杂度**：$O(1)$。

1. 遍历数组元素，对于挡圈元素`num`：

1. 如果优先队列中的元素个数小于`k` 个，则将当前元素`num` 放入优先队列中。

2. 如果优先队列中的元素个数大于等于`k` 个，并且当前元素`num` 大于优先队列的队头元素，则弹出队头元素，并将当前元素`num` 插入到优先队列中。

2. 遍历完，此时优先队列的队头元素就是第K个最大元素，将其弹出并返回即可。

这里我们借助了 Python 中的`heapq` 模块实现优先队列算法，这一步也可以通过手写堆的方式实现优先队列。

import heapq

classSolution:

deffindKthLargest(self,nums: List[int],k:int) ->int:

res= []

fornin nums:

fornumin nums:

iflen(res)< k:

heapq.heappush(res,n)

elifn> res[0]:

heapq.heappush(res,num)

elifnum> res[0]:

heapq.heappop(res)

heapq.heappush(res,n)

heapq.heappush(res,num)

return heapq.heappop(res)

-**时间复杂度**：$O(n \times \log_2n)$。

-**空间复杂度**：$O(1)$。

-**时间复杂度**：$O(n \times \log_2k)$。

-**空间复杂度**：$O(k)$。