LeetCode 239.滑动窗口最大值

主页有其他数据结构内容（持续更新中）

Solution1:比较容易想到优先队列（效率较低）

class Solution {
public:
    vector maxSlidingWindow(vector& nums, int k) {
        priority_queue> pq;
        vector res;
        for(int i = 0; i < k; i++){ //  把前k个放入优先队列
            pair temp(nums[i], i);
            pq.push(temp);
        }
        res.emplace_back(pq.top().first);   //  根据优先队列默认的降序排列，把队头插入结果数组
        for(int j = k; j < nums.size(); j++){
            pair temp(nums[j], j);
            pq.push(temp);
            while(!pq.empty() && pq.top().second <= j - k){
                //  这里要用while，不能用if，很关键！
                //  必须把所有不符合条件的队头全部出队
                pq.pop();
            }
            res.emplace_back(pq.top().first);
        }
        return res;
    }
};

Solution2:利用双端队列（推荐！），实际上是单调栈的一个延伸，确保队列内部（对应原数组中的值）是降序排列，因此可以轻松获取每个窗口内的最大值

class Solution {
public:
    vector maxSlidingWindow(vector& nums, int k) {
        vector res;
        deque window;
        //  把前k个初始化
		for (size_t i = 0; i < k; i++) {
			while (!window.empty()  && nums[i] > nums[window.back()]) {
                //  当前元素比队尾大，就把队尾弹出
                //  确保双端队列（nums的索引对应的值）是降序
				window.pop_back();
			}
			window.push_back(i);    //  当前元素入队
		}
		res.push_back(nums[window.front()]);    //  队头元素对应的nums的值是当前窗口最大
		for (size_t i = k; i < nums.size(); i++) {
			if (!window.empty() && window.front() <= i - k) {
                //  只要窗口内最大元素window.front()在窗口内，那就可以不用管第二大、第三大元素在不在区间内了
                //  如果 window.front() 不在窗口内，则将其弹出
				window.pop_front();
			}
			while (!window.empty() && nums[i] > nums[window.back()]) {
				window.pop_back();
			}
			window.push_back(i);
			res.push_back(nums[window.front()]);
		}
		return res;
    }
};