leetcode——

**思考过程
要想在O(1)O(1)时间内做到取出最大值，我们可以想到，能否用一个cur_max的变量，来记录并且比较每一次新入队的value，这个想法是极好的，但是如果队列是[4,3]这个样子，cur_max只会记下4是最大的，当调用一次pop_front()后，此时队列为[3]，而cur_max没有变化，所以单个变量记录最大值行不通。

进一步地我们可以想到，一个变量不行，那我直接用一个辅助队列记录值OK不OK呢？
答案是OK的。我们让辅助队列的数从大到小排列好，要找最大值直接返回辅助队列的头部即可，同时这也是O(1)O(1)时间复杂度的操作，完美契合题意。下面详细讲讲辅助队列怎么能够实现这个操作。
详细步骤

我们先初始化两个队列：
原始队列que = []，帮助我们记录原始数值。
辅助队列sort_que = []，帮助我们对原始数值进行排序。

对于原始队列que，来一个就装一个，走一个就放一个，没啥好担心的。
重点是这个辅助队列sort_que。

第一个问题：sort_que里面怎么排序？
要回答这个问题，我们首先要知道，队列的性质是先进先出。
假设原始队列是[1,2]，那么先走的那一位是队列里面的1。我们的sort_que的头部理应为2，因为原始队列[1,2]的最大值是2。即使对原始队列[1,2]调用pop_front造成1的离开，最大值依然是2，此时，我们仍然需要保持sort_que的头部仍是2。

这个要求，就衍生出了sort_que队列的怎么排序了，请看代码：
while sort_que and sort_que[-1] < value:
sort_que.pop()
self.sort_que.append(value)
这就是说，如果sort_que不为空，并且sort_que的最后一位元素小于当前入队元素value的话，直接把最后一位元素弹走，直到sort_que为空，或sort_que的最后一位元素大于等于value。这就保证了，sort_que的头部总是原始队列que的最大值~

第二个问题：原始队列que发生pop_front时sort_que该怎么变动？
这个其实比较简单，当que弹出的数恰好等于sort_que的头部元素时，咱把sort_que的头部也跟着弹出就好。请看代码：
res = que.pop(0)
if res == sort_que[0]:
sort_que.pop(0)
我们这里的que和sort_que假设是Python中的list形式，用pop(0)的方法可以弹出list的第一个元素，但这个的时间复杂度是O(n)O(n)，这一点要注意。
Python中的deque可以对pop(0)，就是popleft()实现O(1)O(1)的时间复杂度。**

class MaxQueue(object):

    def __init__(self):
        from collections import deque
        self.que = deque()
        self.sort_que = deque()   

    def max_value(self):
        """
        :rtype: int
        """
        return self.sort_que[0] if self.sort_que else -1   

    def push_back(self, value):
        """
        :type value: int
        :rtype: None
        """
        self.que.append(value)
        while self.sort_que and self.sort_que[-1] < value:
            self.sort_que.pop()
        self.sort_que.append(value)
        
    def pop_front(self):
        """
        :rtype: int
        """
        if not self.que: return -1
        res = self.que.popleft()
        if res == self.sort_que[0]:
            self.sort_que.popleft()
        return res