队列最大值

定义一个队列并实现函数max_value得到队列里的最大值，要求函数max_value、push_back和pop_front的均摊时间复杂度都是O(1)。

思路：

该题跟滑动窗口最大值不同。滑动窗口需要移除最前面的元素，然后加入最后面的元素，然后记录最大值。所以pop操作有参数。该题给定队列，找出最大值即可。所以区别仅仅在于pop的实现，而且pop的返回值也不一样，因为滑动窗口不需要pop给结果，但此题需要，所以返回值要弹出，正因如此，所以需要维护两个队列，一个queue，一个deque，queue保存的是输入的原始队列，pop也从这个原始队列中弹出，而deque经过操作，可以在O(1)时间内得到队列最大值。

“空间换时间”。
构建一个递减列表来保存队列所有递减的元素，递减链表随着入队和出队操作实时更新，这样队列最大元素始终对应递减列表的首元素，实现了获取最大值O(1)时间复杂度。

为了实现此递减列表，需要使用双向队列，假设队列已经有若干元素：

1. 当执行入队push_back() 时： 若入队一个比队列某些元素更大的数字 xx ，则为了保持此列表递减，需要将双向队列 尾部所有小于 xx 的元素 弹出。
2. 当执行出队 pop_front() 时： 若出队的元素是最大元素，则 双向队列 需要同时 将首元素出队 ，以保持队列和双向队列的元素一致性。

class MaxQueue {
	queue<int> que;
	deque<int> deq;
	
	int max_value() {
		return deq.empty() ? -1 : deq.front();
	}
	void push_back(int value)
	{
		que.push(value);
		while( !deq.empty() && value > deq.back())
		{
			deq.pop_back();
		}
		deq.push_back(value);
	}
	void pop_front() {
		if (que.empty()) return -1;
		int val = que.front();
		if (val == deq.front())
		{
			deq.pop_front();
		}
		que.pop();
		return val;
	}
};