leetcode. [239]滑动窗口最大值（B-F(暴力实现)，PQ(优先队列)，Deque(双端队列)，DP(动态规划)）

239. Sliding Window Maximum
     
     

分析：

我们将数组从0扫描到n-1，将“promising”元素保留在双端队列中。 每个元素放置一次并轮询一次时，该算法将摊销O（n）。

在每个i处，我们保留“promising”元素，它们可能是窗口[i-（k-1），i]或任何后续窗口中的最大数量。 这意味着

如果双端队列中的某个元素不在i-（k-1）范围内，我们将其丢弃。 我们只需要从头开始轮询，因为我们使用的是双端队列，并且元素按数组中的序列排序

现在，只有[i-（k-1），i]中的那些元素在双端队列中。 然后，我们从尾部丢弃小于a [i]的元素。 这是因为如果a [x] <a [i]和x <i，则a [x]没有机会成为[i-（k-1），i]或任何其他后续窗口中的“最大值” ：a [i]将永远是一个更好的候选人。

结果，双端队列中的元素按数组中的顺序及其值进行排序。 在每一步，双端队列的头部都是[i-（k-1），i]中的max元素

代码：

其中：
public E peek()：检索但不删除此列表的头部（第一个元素）。

public E peekFirst()：检索但不删除此列表的第一个元素，如果此列表为空，则返回null。

public E peekLast()：检索但不删除此列表的最后一个元素，如果此列表为空，则返回null。

方法一：

• 双端队列实现：

class Solution {
   
       if (nums == null || nums.length < 2)
           return nums;
       //双向队列，保存当前窗口最大值的数组位置 保证队列中数组位置的数值按从大到小排序
        LinkedList<Integer> queue = new LinkedList<>();
        //结果数组
        int[] result = new int[nums.length - k + 1];
        //遍历nums数组
        for (int i = 0; i < nums.length; i++) {