给你一个整数数组 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 。
示例 1：
输入：nums = [1,3,-1,-3,5,3,6,7], 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
示例 2：
输入：nums = [1], k = 1
输出：[1]
有两种思路，第一种最容易想到的，我们可以想到一种非常合适的数据结构，那就是优先队列（堆），其中的大根堆可以帮助我们实时维护一系列元素中的最大值。（代码注释写的非常详细）
class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { vector<int> res; // 存储滑动窗口的最大值 priority_queue<pair<int,int>> pp; // 优先队列，存储元素值和对应的索引 // 初始化优先队列，将前 k 个元素加入队列 for(int i = 0; i < k; i++) pp.emplace(nums[i], i); // 将元素值和索引对加入队列 res.push_back(pp.top().first); // 将滑动窗口的最大值加入结果数组 // 从第 k 个元素开始遍历 for(int i = k; i < nums.size(); i++) { pp.emplace(nums[i], i); // 将新元素加入队列 // 移除滑动窗口外的元素 while(pp.top().second <= i - k) pp.pop(); // 弹出队列头部小于等于 i - k 的元素 res.push_back(pp.top().first); // 将当前滑动窗口的最大值加入结果数组 } return res; // 返回滑动窗口的最大值数组 } };
第二种写法，更加高级，单调栈，双端队列不熟悉的先复习一下。
单调队列套路（代码注释写的非常详细）
- 入（元素进入队尾，同时维护队列单调性）
- 出（元素离开队首）
- 记录/维护答案（根据队首）
class Solution { public: vector<int> maxSlidingWindow(vector<int>& nums, int k) { vector<int> ans; deque<int> q; // 双端队列 for (int i = 0; i < nums.size(); i++) { // 1. 入 while (!q.empty() && nums[q.back()] <= nums[i]) { q.pop_back(); // 维护 q 的单调性 } q.push_back(i); // 入队 // 2. 出 if (i - q.front() >= k) { // 队首已经离开窗口了 q.pop_front(); } // 3. 记录答案 if (i >= k - 1) { // 由于队首到队尾单调递减，所以窗口最大值就是队首 ans.push_back(nums[q.front()]); } } return ans; } };
