diff --git a/703. Kth Largest Element in a Stream.md b/703. Kth Largest Element in a Stream.md
new file mode 100644
index 0000000..9719031
--- /dev/null
+++ b/703. Kth Largest Element in a Stream.md	
@@ -0,0 +1,101 @@
+# step1
+- リストにinputとなる数値を追加していく
+- リストのソートをして、小さい順なら-k番目、大きい順ならk番目を出力する
+- 書いてみてエラーがいくつか出たので修正
+  -  コンストラクタ内でself.変数=値とすることで、値とインスタンスを紐づけて格納する。selfはインスタンス自身を指すので、インスタンスが複数あっても、値を別々に保持できる。
+  -  sortとsortedでソートできる。sortは元のリスト自身を並び替える、sorted(リスト)は元を変えずに新しい並び替えリストを返す。sortedだと変数が増えるのでsortを選択。
+  -    
+
+```python
+class KthLargest:
+
+    def __init__(self, k: int, nums: List[int]):
+        self.kth = k
+        self.score_list = nums
+
+    def add(self, val: int) -> int:
+        self.score_list.append(val)
+        self.score_list.sort()
+        return self.score_list[-self.kth]
+```        
+
+
+# step2
+- https://github.com/mura0086/arai60/pull/13#discussion_r2002989542
+- https://ensta-blog.com/python/heapq/
+  - 最小ヒープ: 優先度が最小の要素が先に取り出される
+  - headpq.heapify リストを渡すと最小ヒープに変換される。
+- >この問題、手でやるならどうしますかね。たとえば、レールの上をボールが次々と転がってきて、大きい方から5つ持って帰りたいとします。
+- 5番目に大きい数を見たいときに、インプットが[3,2,4,7,6,5,8]だとして、4が５番目に大きい。５個保持するとして最初の５個をソートすると[2,3,4,6,7]。大きいものを保持したいので、インプットの5がきたら、[3,4,5,6,7]。8がきたら、[4,5,6,7,8]。最終的に最小値を見ると５番目に大きい４となる。
+- コメント書きつつ流れを理解
+
+```python
+class KthLargest:
+    def __init__(self, k: int, nums: List[int]):
+        self.k = k
+        self.top_k = nums[:k] #先頭k個を取り出す
+        heapq.heapify(self.top_k) #最小ヒープに変換
+        for i in range(k, len(nums)):
+            heapq.heappushpop(self.top_k,nums[i]) #nums[i]の値をpushして最小値をpopする
+
+    def add(self, val: int) -> int:
+        heapq.heappush(self.top_k, val) #ヒープにval追加
+        if len(self.top_k) > self.k: # k個よりもヒープが大きい場合
+            heapq.heappop(self.top_k) #ヒープの最小の値をpopする
+        return self.top_k[0] #ヒープの最小値がk番目に大きい値
+
+```
+
+# step3
+
+```python
+class KthLargest:
+
+    def __init__(self, k: int, nums: List[int]):
+        self.k = k
+        self.top_k = nums[:k]
+        heapq.heapify(self.top_k)
+        for i in range(k,len(nums)):
+            heapq.heappushpop(self.top_k,nums[i])
+
+    def add(self, val: int) -> int:
+        heapq.heappush(self.top_k,val)
+        if len(self.top_k) > self.k:
+            heapq.heappop(self.top_k)
+        return self.top_k[0]
+```
+```python
+class KthLargest:
+
+    def __init__(self, k: int, nums: List[int]):
+        self.k = k
+        self.top_k = nums[:k]
+        heapq.heapify(self.top_k)
+        for i in range(k,len(nums)):
+            heapq.heappushpop(self.top_k,nums[i])
+        
+
+    def add(self, val: int) -> int:
+        heapq.heappush(self.top_k,val)
+        if len(self.top_k) > self.k:
+            heapq.heappop(self.top_k)
+        return self.top_k[0]
+
+```
+```python
+class KthLargest:
+
+    def __init__(self, k: int, nums: List[int]):
+        self.k = k
+        self.top_k = nums[:k]
+        heapq.heapify(self.top_k)
+        for i in range(k, len(nums)):
+            heapq.heappushpop(self.top_k,nums[i])
+
+    def add(self, val: int) -> int:
+        heapq.heappush(self.top_k,val)
+        if len(self.top_k) > self.k:
+            heapq.heappop(self.top_k)
+        return self.top_k[0]
+
+```