队列、堆思想

队列

定义

队列（queue）是一种采用先进先出的数据结构。顾名思义就是想排队那样，一个轮着一个。例如去游乐园玩的实话，先排队的可以是先玩，后面的后玩。

​​​​​​​​​​​​​​​​​​​​​​​​

队列有着数组和链表两个方式来实现。先说数组

数组

在栈中使用top变量记录栈顶的位置，队列就使用front和rear来记录队列的头元素和尾元素

链表实现

队头指针( front )指向链队列的头结点，而队尾指针( rear )指向终端结点。非空链队列如下所示。

​​
当队列为空时，front和rear都指向头结点。

堆

定义

要了解堆，首先要知道二叉树。在计算机科学中，二叉树是每个结点最多只有两个子树或者结点的树结构。通常子树被称作是“左子树”和“右子树”。

二叉树又分为完全二叉树（complete binary tree）和满二叉树（full binary tree）

满二叉树：一棵深度为 k，且有 $2^k$ - 1 个节点称之为满二叉树。
完全二叉树：深度为 k，有 n 个节点的二叉树，当且仅当其每一个节点都与深度为 k 的满二叉树中序号为 1 至 n 的节点对应时，称之为完全二叉树。

堆的具体定义

堆（二叉堆）可以视为一棵完全的二叉树，完全二叉树的一个“优秀”的性质是，除了最底层之外，每一层都是满的，这使得堆可以利用数组来表示（普通的一般的二叉树通常用链表作为基本容器表示），每一个结点对应数组中的一个元素。

二叉堆一般分为两种：最大堆和最小堆。

最大堆：
最大堆中的最大元素值出现在根结点（堆顶）
堆中每个父节点的元素值都大于等于其孩子结点（如果存在）

最小堆：
最小堆中的最小元素值出现在根结点（堆顶）
堆中每个父节点的元素值都小于等于其孩子结点（如果存在）

堆排序原理

堆排序就是把最大堆堆顶的最大数取出，将剩余的堆继续调整为最大堆，再次将堆顶的最大数取出，这个过程持续到剩余数只有一个时结束。在堆中定义以下几种操作：

• 最大堆调整（Max-Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点
• 创建最大堆（Build-Max-Heap）：将堆所有数据重新排序，使其成为最大堆
• 堆排序（Heap-Sort）：移除位在第一个数据的根节点，并做最大堆调整的递归运算。

外加一个非常好的关于堆排序的连接，就一分多钟，很清晰，很建议看看https://www.bilibili.com/video/av18980178?from=search&seid=2690288886637772691

239
思路很简单：先是判断是否为空列表，如果为0则直接返回空列表。如果不为空，我先创建两个列表一个windows ，一个是return_num 。然后先弹出这个列表的前K个到一个windows 列表中，然后把这个windows 列表的最大值放到return_num列表中。然后在从列表k+1个元素传进去windows 列表中，删除windows 列表的第一个元素，再把windows 列表的最大值放到return_num列表中。以此循环。

class Solution:
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        if nums:
            windows = []
            return_num = []
            for i in range(k):
                windows.append(nums[i])
            return_num.append(max(windows))
            for j in range(k,len(nums)):
                windows.append(nums[j])
                del windows[0]
                return_num.append(max(windows))
            return return_num
        return nums