栈与队列篇 239. 滑动窗口最大值 (难度 困难)

239. 滑动窗口最大值 (难度 困难)
     给你一个整数数组 nums，有一个大小为 k 的滑动窗口从数组的最左侧移动到数组的最右侧。你只可以看到在滑动窗口内的 k 个数字。滑动窗口每次只向右移动一位。

返回 滑动窗口中的最大值 。

示例 1：

输入：nums = [1,3,-1,-3,5,3,6,7], k = 3
输出：[3,3,5,5,6,7]
解释：
滑动窗口的位置 最大值

---

[1 3 -1] -3 5 3 6 7 3
1 [3 -1 -3] 5 3 6 7 3
1 3 [-1 -3 5] 3 6 7 5
1 3 -1 [-3 5 3] 6 7 5
1 3 -1 -3 [5 3 6] 7 6
1 3 -1 -3 5 [3 6 7] 7
示例 2：

输入：nums = [1], k = 1
输出：[1]

#双端队列法，队列按下标递增，元素递减排序，只要下标在滑动窗口内队头元素就是窗口最大值
from collections import deque
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        res=[]
        q=deque()
        for i in range(k):
            while q and nums[i]>nums[q[-1]]: #保证队列中元素单减，只关心窗口中最大元素有没有进队列
                q.pop()
            q.append(i)
        res.append(nums[q[0]])
        for i in range(k,len(nums)): # 每次移动一个
            while q and nums[i]>nums[q[-1]]:
                q.pop()
            q.append(i)
            while q[0]<=i-k: #判断队头元素是否在滑动窗口内，不在就pop出直到在窗口内
                q.popleft()
            res.append(nums[q[0]])
        return res
#时间复杂度：O(n) 空间复杂度为O(k+1)

对于「最大值」，我们可以想到一种非常合适的数据结构，那就是优先队列（堆）

#优先队列法实现
class Solution:
    def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
        q= [(-nums[i],i)for i in range(k)] # 因为python中默认的优先队列是小根堆
        heapq.heapify(q) #小根堆排序 
        res=[-q[0][0]] 
        for i in range(k,len(nums)):
            heapq.heappush(q,(-nums[i],i)) #加入后自动变成小根堆
            while q[0][1]<=i-k:
                heapq.heappop(q) #pop出堆顶元素自动调整为小根堆
            res.append(-q[0][0])
        return res