diff --git a/solutions/215. Kth Largest Element in an Array.md b/solutions/215. Kth Largest Element in an Array.md
new file mode 100644
index 0000000..55700ed
--- /dev/null
+++ b/solutions/215. Kth Largest Element in an Array.md	
@@ -0,0 +1,122 @@
+# [215. Kth Largest Element in an Array](https://leetcode.com/problems/kth-largest-element-in-an-array/)
+
+# 思路
+给定一个数组, 要求返回其中第k大的数. 这应该属于常考的面试题了, 务必掌握. 有两个基本的思路: 快排划分的思想和最大(小)堆. 
+
+时间复杂度平均为O(n)
+
+## 思路一
+我们回忆一下快排中的partition函数:
+每次先(任意)确定一个中枢值pivot，然后遍历其他所有的数字，像这道题从大往小排的话，就把大于中枢点的数字放到左半边，
+把小于中枢点的放在右半边，这样中枢点是整个数组中第几大的数字就确定了，虽然左右两部分各自不一定是完全有序的.
+
+所以我们只需要调用partition函数,
+* 若得到pivot的最终位置pos刚好就是k-1, 那直接返回nums[k-1];
+* 若得到的pos比k-1小, 那在pos右边继续调用partition;
+* 否则, 在pos左边继续调用partition.
+
+其实STL中`nth_element`已经帮我们实现了上述过程, 注意学习使用. 
+**`nth_element`只保证第n(从0开始)个元素是位于最终排序位置的, 但其左右两边的元素则不一定有序.**
+
+
+## 思路二
+用最小堆, 最小堆(实际不是堆是个二叉树)始终保持最小元素在树顶, 那么我们不断去掉top元素知道只剩下k个元素, 那剩下的top元素即所求. 
+> 或者用最大堆, 这样我们不断去掉k-1个最大堆树顶元素后第k大的元素就位于树顶了.
+
+在STL中, `priority_queue`和`multiset`都可用来作为最小(大)堆, 代码以前者为例, 用`multiset`可以参考[此处](https://leetcode.com/problems/kth-largest-element-in-an-array/discuss/60309/C%2B%2B-STL-partition-and-heapsort)
+
+**注意用priority_queue如何实现最大(小)堆, 即如何自定义比较方法(和sort、nth_element、partial_sort函数自定义比较函数写法不一样)**
+
+其实, STL里有一个函数可以实现部分排序即`partial_sort`, 给定位置k, 该函数会将位置k前(不包含k)的元素排好序, 而k及之后元素则不一定有序. 
+
+
+> 建议详读[讨论区总结](https://leetcode.com/problems/kth-largest-element-in-an-array/discuss/60309/C%2B%2B-STL-partition-and-heapsort)
+
+
+# C++
+## 思路一
+``` C++
+class Solution {
+private:
+    int partition(vector<int> &nums, int low, int high){
+        int i = low, j = high;
+        int pivot = nums[low];
+        
+        while(i < j){
+            while(i < j && nums[j] < pivot) j--;
+            nums[i] = nums[j]; // 将比pivot大的元素移到pivot左边
+            
+            while(i < j && nums[i] >= pivot) i++;
+            nums[j] = nums[i]; // 将比pivot小的元素移到pivot右边
+        }
+        
+        nums[i] = pivot;
+        return i;
+    }
+public:
+    int findKthLargest(vector<int>& nums, int k){
+        int low = 0, high = nums.size() - 1, pos;
+        while(true){
+            pos = partition(nums, low, high);
+            
+            if(pos == k - 1) return nums[pos];
+            if(pos < k - 1) low = pos + 1;
+            else high = pos - 1;
+        }
+    }
+};
+
+```
+
+## 思路一STL版
+``` C++
+class Solution {
+public:
+    int findKthLargest(vector<int>& nums, int k) {
+        // greater和less都重载了操作符()
+        nth_element(nums.begin(), nums.begin() + k - 1, nums.end(), greater<int>());
+        return nums[k - 1];
+    }
+};
+```
+
+## 思路二
+``` C++
+class Solution {
+static bool comp_func(const int &a, const int &b){
+    return a > b;
+}
+struct comp_class{
+  bool operator()(const int &a, const int &b){
+    return a > b;
+  }
+};
+public:
+    int findKthLargest(vector<int>& nums, int k){
+        // 以下三种写法都是可以的. 默认为最大堆: priority_queue<int, vector<int> > pq;
+        // priority_queue<int, vector<int>, greater<int>> pq; 
+        // priority_queue<int, vector<int>, bool (*)(const int &a, const int &b) > pq(comp_func);
+        priority_queue<int, vector<int>, comp_class > pq;
+
+        for (int num : nums) {
+            pq.push(num);
+            if (pq.size() > k) {
+                pq.pop();
+            }
+        }
+        return pq.top();
+    }
+};
+
+```
+
+## 思路二STL版
+``` C++
+class Solution {
+public:
+    int findKthLargest(vector<int>& nums, int k) {
+        partial_sort(nums.begin(), nums.begin() + k, nums.end(), greater<int>());
+        return nums[k - 1];
+    }
+};
+```