有一个长度为n的数组，值为 a[i], 牛牛想找到数组中第 k 小的数。比如 1 2 2 3 4 6 中，第 3 小的数就是2. 牛牛觉得这个游戏太简单了，想加一点难度，现在牛牛有 m 个操作，每个操作有两种类型。 1 x 1 代表操作一，给数组中加一个元素 x 。(0 ≤ x ≤ 1e9) 2 2 代表操作二，查询第 k 小的数。如果没有 k 个数就输出−1 第一行有三个整数，n m k,(1≤n,m,k≤2e5) 第二行包含 n 个整数 a[i] ( 0 ≤ a[i] ≤ 1e9) 接下来m行，每行代表一个操作 每次查询输出一个第 k 小的数

这个问题可以通过使用堆数据结构来解决。我们可以使用一个最小堆来存储数组中的元素，并且在每次查询时，从堆中弹出前k个最小的数，最后返回第k个弹出的数。

首先，我们需要将数组中的元素插入到最小堆中。然后，对于每个操作，如果是操作一，我们将新元素插入到最小堆中；如果是操作二，我们弹出前k个最小的数，并返回第k个弹出的数。

下面是一个示例代码实现：

import heapq

def find_kth_smallest(nums, k):
    heap = []
    for num in nums:
        heapq.heappush(heap, num)
    
    kth_smallest = -1
    for _ in range(k):
        if heap:
            kth_smallest = heapq.heappop(heap)
    
    return kth_smallest

def main():
    n, m, k = map(int, input().split())
    nums = list(map(int, input().split()))
    
    for _ in range(m):
        operation = list(map(int, input().split()))
        if operation[0] == 1:
            heapq.heappush(nums, operation[1])
        elif operation[0] == 2:
            kth_smallest = find_kth_smallest(nums, k)
            print(kth_smallest)
    
if __name__ == "__main__":
    main()

注意，这个实现将数组nums作为最小堆来处理，而不是单独创建一个堆。这是因为Python的heapq模块提供了在列表上进行堆操作的函数，从而避免了创建额外的堆数据结构。