import heapq
#
# 代码中的类名、方法名、参数名已经指定，请勿修改，直接返回方法规定的值即可
#
# 
# @param a int整型一维数组 
# @param n int整型 
# @param K int整型 
# @return int整型
#
class Solution:
    def findKth(self , a: List[int], n: int, K: int) -> int:
        min_heap = []

        for num in a:
            if len(min_heap) < K:
                heapq.heappush(min_heap, num)
            else:
                heapq.heappushpop(min_heap, num)
        
        return min_heap[0]

建立了一个堆，先向其中添加K个元素，之后则每次pushpop进新的元素。

补充知识

• heapq.heappush(heap, item)。将 item 的值加入 heap 中，保持堆的不变性。
• heapq.heappop(heap)。弹出并返回 heap 的最小的元素，保持堆的不变性。如果堆为空，抛出 IndexError 。
• heapq.heappushpop(heap, item)。将 item 放入堆中，然后弹出并返回 heap 的最小元素。该组合操作比先调用 heappush() 再调用 heappop() 运行起来更有效率。
• heapq.heapify(x)。将list x 转换成堆，原地，线性时间内。
• heapq.heapreplace(heap, item)。弹出并返回 heap 中最小的一项，同时推入新的 item。 堆的大小不变。 如果堆为空则引发 IndexError。
• heapq.merge(*iterables, key=None, reverse=False)。将多个已排序的输入合并为一个已排序的输出。
• heapq.nlargest(n, iterable, key=None)。从 iterable 所定义的数据集中返回前 n 个最大元素组成的列表。
• heapq.nsmallest(n, iterable, key=None)。从 iterable 所定义的数据集中返回前 n 个最小元素组成的列表。
• 使用 heap[0] ，可以只访问最小的元素而不弹出它。