滑动窗口的最大值-->双端队列，O(n)的时间。

题目描述

给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}； 针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个： {[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。

三种解法：

1.multiset，底层红黑树 O(nlogn)，小心这个容器的删除erase()方法。

2.deque 双端队列 O(n) 

3.大顶堆 O(nlongn)  利用priority_queue<MyPair>实现。

解法一：最low ,注意我标注的删除。

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        multiset<int> myset;
        vector<int> res;
        if(num.empty()||size<1) return res;//没有这句话，又是非法访问，段错误。
        for (int i = 0; i < num.size(); ++i)
        {
            if(myset.size()<size){
                myset.insert(num[i]);
            }
            if(myset.size()==size){
                multiset<int>::reverse_iterator it=myset.rbegin();
                res.push_back(*it);
                //myset.erase(num[i-size+1]);//multiset，一次删除操作可以删除多了相同的值。
                //比如现在multiset里是{10 20 30 40 40 40 50 60}，如果使用erase(40)的话，会把所有的40都删除了，得到{10 20 30 50 60}
                multiset<int>::iterator itdel=myset.find(num[i-size+1]);
                myset.erase(itdel);//这里删除的是某一个迭代器，而不是value=*itdel的所有值，所以这种方法可以只删除一个。
                
            }
        }
        return res;
    }
};

解法二：best

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        vector<int> res;
        if(num.empty()||size<1) return res;//又是没有这句话，说我内存爆炸了？
        deque<int> indexdq;
        for (int i = 0; i < size-1; ++i)
        {
            while(!indexdq.empty()&&num[indexdq.back()]<num[i]){//There must be while,not if,注意这是back()不是front()
                indexdq.pop_back();
            }
            indexdq.push_back(i);
        }
        for (int i = size-1; i < num.size(); ++i)
        {
            while(!indexdq.empty()&&num[indexdq.back()]<num[i]){
                indexdq.pop_back();//注意这里是pop_back()而不是pop_front()
            }
            indexdq.push_back(i);
            if(i-indexdq.front()<size){
                res.push_back(num[indexdq.front()]);
            }else{
                indexdq.pop_front();
                res.push_back(num[indexdq.front()]);//注意这里不要遗漏，就算最大值弹出了，新的最大值.
            }
        }
        return res;
    }
};

解法三：还不错。

class Solution {
public:
    vector<int> maxInWindows(const vector<int>& num, unsigned int size)
    {
        vector<int> res;
        if(num.empty()||size<1) return res;//又是没有这句话，说我内存爆炸了？
        typedef pair<int,int> MyPair;
        priority_queue<MyPair> maxheap;//优先级队列，默认为大顶堆。
          
        for (int i = 0; i <size-1; ++i)
        {
            maxheap.push(MyPair(num[i],i));
        }
        for (int i = size-1; i < num.size(); ++i)
        {
            maxheap.push(MyPair(num[i],i));
            MyPair top=maxheap.top();
            while(i-top.second>=size){
                maxheap.pop();
                top=maxheap.top();
            }
            res.push_back(top.first);
        }
        
        return res;

    }
};