LeetCode怎样找出滑动窗口的最大值

题目描述：

给定一个数组 nums 和滑动窗口的大小 k，请找出所有滑动窗口里的最大值。

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

思路分析：

考虑到这道题的数组要求可以头部进去、删除，尾部进去，删除，所以使用双端队列Deque。使用双端队列的单调双端队列LinkedList实现。

所谓的单调，就是我们人为规定从队列的头部到尾部，所存储的元素是依次递减（或依次递增）的。

也就是说，我们维护一个单调的双向队列，窗口在每次滑动的时候，我就从队列头部取当前窗口中的最大值，每次窗口新进来一个元素的时候，我就将它与队列中的元素进行大小比较：

如果刚刚进来的元素比队列的尾部元素大，那么先将队列尾部的元素弹出，然后把刚刚进来的元素添到队列的尾部；
如果刚刚进来的元素比队列的尾部元素小，那么把刚刚进来的元素直接添到队列的尾部即可。

因此，通过这种既能从头部进出，又能从尾部进出的结构，来维持窗口的最大值的。

Python代码

# -*- coding:utf-8 -*-
class Solution:
    def maxInWindows(self, num, size):
        # write code here
        # 存放可能是最大值的下标
        maxqueue = []
        # 存放窗口中最大值
        maxlist = []
        n = len(num)
        # 参数检验
        if n == 0 or size == 0 or size > n:
            return maxlist
        for i in range(n):
            # 判断队首下标对应的元素是否已经滑出窗口
            if len(maxqueue) > 0 and i - size >= maxqueue[0]:
                maxqueue.pop(0)
            while len(maxqueue) > 0 and num[i] > num[maxqueue[-1]]:
                maxqueue.pop()
            maxqueue.append(i)
            if i >= size - 1:
                maxlist.append(num[maxqueue[0]])
        return maxlist

java代码：

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        Deque<Integer> deque=new LinkedList<>();
        int len=nums.length;
        if(len==0 ||k==0 ){
            return new int[0] ;
        }
        int[] res=new int[len-k+1];
        
        for(int i=0;i<k;i++){
            while(!deque.isEmpty() && nums[i]>deque.peekLast()){
                deque.removeLast(); //比队列元素大就弹出队尾数据
            
            }
            deque.addLast(nums[i]);//不走循环直接加到队列末尾
            
        }
        res[0]=deque.peekFirst();
        for(int i=k;i<len;i++){
            // 如果滑动窗口已经略过了队列中头部的元素，则将头部元素弹出
            if(deque.peekFirst() == nums[i - k]){
                deque.removeFirst();//
            }
            while(!deque.isEmpty() && deque.peekLast() < nums[i]){
                deque.removeLast();
            }
            deque.addLast(nums[i]);
            res[i - k + 1] = deque.peekFirst();


        }
        return res;
    }
}