队列&栈部分：

（一）双栈实现队列

栈：先进后出；队列：先进先出

存储n个元素的空间复杂度为O(n)，插入与删除的时间复杂度都是O(1)

class Solution:
    def __init__(self):
        self.stack1 = []
        self.stack2 = []
    def push(self, node):
        # write code here
        self.stack2.append(node)
    def pop(self):
        # return xx
        if not self.stack1:
            while self.stack2:
                self.stack1.append(self.stack2.pop())
        return self.stack1.pop()

（二）包含最小值的栈

正常计算最小值计算复杂度为o(n)。本题中通过添加辅助栈，以空间换时间可以达到o(1)的计算复杂度。 

    def __init__(self):
        self.stack1=[]
        self.stack2=[]
    def push(self, node):
        # write code here
        self.stack1.append(node)
        if not self.stack2 or node<self.stack2[-1]:
            self.stack2.append(node)
        else:
            self.stack2.append(self.stack2[-1])
    def pop(self):
        # write code here
        self.stack1.pop()
        self.stack2.pop()
    def top(self):
        # write code here
        return self.stack1[-1]
    def min(self):
        # write code here
        return self.stack2[-1]

（三）滑动窗口的最大值

 

 用栈的方式来处理最大值，最小值问题，计算复杂度能达到o(1)。

    def maxInWindows(self , num: List[int], size: int) -> List[int]:
        # write code here
        if size>len(num) or size==0:
            return None
        queue_max = []
        res = []
        for i in range(len(num)):
            # 只要当前值大于队尾的值，并且队列不为空，就一直弹出队尾
            while queue_max != [] and num[i] > num[queue_max[-1]]:
                    queue_max.pop() # pop最后一个
            queue_max.append(i)
            # 先插入后弹出的方式，减少判断队列的时间
            # 判断队首下标对应的元素是否已经滑出窗口
            if i - queue_max[0] >= size:
                queue_max.pop(0)
            if i >= size -1:
                res.append(num[queue_max[0]])
        return res