1. 先全部排序只有在同一批資料要查很多次才值得；這題只查一次，第k大沒必要花 O(n log n) 排完整陣列

2. nth_element，平均 O(n)，只把第 k 大元素放到正確位置，不排其他元素

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) {                 // 找第 k 大
        nth_element(nums.begin(), nums.begin() + k - 1, nums.end(), greater<int>()); // 只定位第 k 大
        return nums[k - 1];                                       // 回傳第 k 大
    }
};

4.關鍵差異：
Min Heap = O(n log k)、
完整排序 = O(n log n)、
Quickselect / nth_element = 平均 O(n)，速度use last one

nth_element是C++ STL（Standard Template Library，標準模板函式庫）裡的「部分排序」工具：不全排，只保證指定位置放上「排序後本來應該在那裡的元素」。

6.how
把第 n 個位置放成「如果整體排序後，本來就應該在那裡的元素」，但左右兩邊不會完整排序。

非「記憶絕對位置」，而是靠 partition（分割），概念很像 Quickselect（快速選擇）：

nums = [3,2,1,5,6,4]要第 2 大;nth_element(..., k-1, ..., greater())

它會一直選一個 pivot（基準值），把：比 pivot 大的 → 左邊;比 pivot 小的 → 右邊

然後只繼續處理「第 k 大所在的那一側」，不用把全部排好。最後可能變成：

[6,5,3,4,2,1]
↑
第 2 大 = 5 注意左邊、右邊不保證完整排序；只保證：nums[k-1] 就是第 k 大。

所以它快的關鍵就是：只定位目標位置，不浪費時間排序其他元素。nice