es6 数组找最大值_滑动窗口最大值（优先队列&单调双端队列）

题目描述：

LeetCode_239：滑动窗口最大值

给定一个数组 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。 

进阶：
你能在线性时间复杂度内解决此题吗？

示例:
输入: nums = [1,3,-1,-3,5,3,6,7], 和 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
 

提示：
1 <= nums.length <= 10^5
-10^4 <= nums[i] <= 10^4
1 <= k <= nums.length

主要思路：

第一个反应是直接暴力法，一个个窗口移动，再找最大值，但是这样的复杂度比较高；第二个反应是放到优先队列里，做一个大顶堆，然后也做了，结果也是通过的：

class Solution {
    public static int[] maxSlidingWindow(int[] nums, int k) {
        Queue<Integer> pq = new PriorityQueue<>(new Comparator() {
            @Override
            public int compare(Object o1, Object o2) {
                return (Integer) o2 - (Integer) o1;
            }
        });
        // 初始化优先队列
        int minlength = Math.min(nums.length, k);
        for (int i = 0; i < minlength; i++) {
            pq.offer(nums[i]);
        }
        // 不需要移动窗口时
        if (nums.length <= k) {
            return new int[]{pq.peek()};
        }
        int[] result = new int[nums.length - k + 1];
        result[0] = pq.peek();
        // 需要移动窗口时
        for (int start = 0, end = k - 1; end < nums.length - 1; end++, start++) {
            pq.remove(nums[start]);
            pq.offer(nums[end + 1]);
            result[start + 1] = pq.peek();
        }
        return  result;
    }
}

但是结果明显复杂度还是蛮高的。

然后看了官方题解，还有一种方法是用双端队列，通过保持一个单调的双端队列，从队头到队尾，是递减的，队头为最大值，如果当前值比队尾元素大，则队尾pop，否则入队尾，值的注意的是，最左侧移出窗口的值，要与队头最大值比较下，出队头。

解题如下：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        Deque<Integer> deque = new LinkedList<>();
        // 初始化窗口的最大值
        deque.offerLast(nums[0]);
        int minlen = Math.min(nums.length, k);
        for (int i = 1; i < minlen; i++) {
            while (!deque.isEmpty() && nums[i] > deque.peekLast()) {
                deque.removeLast();
            }
            deque.offerLast(nums[i]);
        }
        // 已经全部覆盖了
        if (k >= nums.length) {
            return new int[]{deque.peekFirst()};
        }
        // 先把第一个结果加上
        int[] result = new int[nums.length - k + 1];
        result[0] = deque.peekFirst();
        // 遍历下面的结果
        for (int j = minlen; j < nums.length; j++) {
            while (!deque.isEmpty() && nums[j] > deque.peekLast()) {
                deque.removeLast();
            }
            deque.offerLast(nums[j]);
            // 移除不在窗口范围内的去掉的值
            if (nums[j - k] == deque.peekFirst()) {
                deque.removeFirst();
            }
            result[j - k + 1] = deque.peekFirst();
        }
        return result;
    }
}

结果通过，比优先队列时间上好了很多：

但相比之下，使用优先队列，不用自己去比较大小，不用自己维护一个单调队列，方便了很多。

如有错误，请更正指出，谢谢！