[python]leetcode(239). Sliding Window Maximum

problem

Given an array nums, there is a sliding window of size k which is
moving from the very left of the array to the very right. You can only
see the k numbers in the window. Each time the sliding window moves
right by one position.

solution

1. 可以维持长度为k的子数组有序，这样在滑动窗口时可以直接插入和删除元素，时间复杂度为$O(n*k)$.

2. 上面的算法可以改变存储的数据结构，使用堆来存储子数组中的元素，这样调整时复杂度为logk，所以整体的时间复杂度就是$O(n*\log k)$

3. 这个问题其实关键就在于找到合适的数据结构，使得可以快速找到最大值，并且可以排除已经不再窗口中的值。

我们可以使用双端队列来实现这个功能
1. 每次入队如果新元素比队尾元素小，则将其删除，直至队尾元素大于新元素或队空。（因为被删除元素既没有当前元素大，也没有当前元素新，所以肯定不会替代当前元素成为最大值的）
2. 找最大值时从队头开始，如果队头元素对应的index不在当前窗口则将其删除，直到找到在窗口中的元素，即为最大值。

class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        if not nums:
            return []
        from collections import deque
        dq = deque()
        n = len(nums)
        ans = []

        for i in range(k-1):
            #把前k-1个元素入队
            while len(dq) > 0:
                if nums[dq[-1]] <= nums[i]:
                    dq.pop()
                else:
                    break
            dq.append(i)  

        for i in range(k-1, n):
            while len(dq) > 0:
                if nums[dq[-1]] <= nums[i]:
                    dq.pop()
                else:
                    break
            dq.append(i)

            while dq[0] < i-k+1:
                dq.popleft()
            ans.append(nums[dq[0]])

        return ans

改进：
可以使用一个list和指针模拟deque，思路相同，只是在实现细节上有些差别。

总结

关键在于如何找到最大值，最简单的想法就是保持数组有序，那么第一个就是最大的，关键在于如何维持这个数组的属性：有序，我们根据问题的属性可以发现对于小于当前值得元素可以直接删除，那么就可以在$O(n)$的时间实现。