原題地址:?. - 力扣（LeetCode）

給你一個整數數組?nums，有一個大小為?k?的滑動窗口從數組的最左側移動到數組的最右側。你只可以看到在滑動窗口內的?k?個數字。滑動窗口每次只向右移動一位。

返回?滑動窗口中的最大值?。

示例 1：

輸入：nums = [1,3,-1,-3,5,3,6,7], k = 3
輸出：[3,3,5,5,6,7]
解釋：
滑動窗口的位置                最大值
---------------               -----
[1  3  -1] -3  5  3  6  7       31 [3  -1  -3] 5  3  6  7       31  3 [-1  -3  5] 3  6  7       51  3  -1 [-3  5  3] 6  7       51  3  -1  -3 [5  3  6] 7       61  3  -1  -3  5 [3  6  7]      7

示例 2：

輸入：nums = [1], k = 1
輸出：[1]

暴力法

這道題相比較其他題目可以說簡單易懂，找到滑動窗口中最大值就行了。先定義一個結果數組result,長度是nums.length - k + 1,再確定遍歷的數組大小是0到nums.length - k,最后遍歷[i,i+k]的窗口，找到最大值存入result中就行了。

public int[] maxSlidingWindow(int[] nums, int k) {// 結果數組，存放結果int[] result = new int[nums.length - k + 1];for (int i = 0; i <= nums.length - k; i++) {int max = nums[i];for (int j = i; j < i + k; j++) {if (nums[j] > max) {max = nums[j];}}result[i] = max;}return result;
}

?但是我們來看下這道題的難度,是困難級別，可想而知不會這么簡單

果然跑到40個用例的時候直接超出時間限制了，這時的滑動窗口寬度是26779.

雙向隊列?

我們發現，窗口在滑動過程中，其實數據發生的變化很小：只有第一個元素被刪除、后面又新增一個元素，中間的大量元素是不變的。也就是說，前后兩個窗口中，有大量數據是 重疊 的。

[1, 3, -1,] -3, 5, 3, 6, 7

1, [3, -1, -3,] 5, 3, 6, 7

1, 3, [-1, -3, 5,] 3, 6, 7

自然想到，其實可以使用一個 隊列 來保存窗口數據：窗口每次滑動，我們就讓后面的一個元素（-3）進隊，并且讓第一個元素（1）出隊。進出隊列的操作，只要耗費常數時間。

這種場景，可以使用 雙向隊列（也叫雙端隊列Dequeue），該數據結構可以從兩端以常數時間壓入/彈出元素。

在構建雙向隊列的時候，可以采用刪除隊尾更小元素的策略，所以，得到的其實就是一個 從大到小排序 的隊列。

這樣存儲的元素，可以認為是遵循“更新更大”原則的。

public int[] maxSlidingWindow1(int[] nums, int k) {if (k == 1) return nums;// 結果數組，存放結果int[] result = new int[nums.length - k + 1];Deque<Integer> deque = new ArrayDeque<>();// 初始化隊列,隊列里面記錄indexfor (int i = 0; i < k; i++) {// 比較將要放入的數與隊列最后一個數，如果小于將要放入的數則刪除// 最后會得到一個從大到小排列的隊列while (!deque.isEmpty() && nums[i] > nums[deque.getLast()]) {deque.removeLast();}deque.addLast(i);}// 第一個數最大result[0] = nums[deque.getFirst()];for (int i = k; i < nums.length; i++) {// 判斷隊列中第一個是否要出窗口if (i - k == deque.getFirst()) deque.removeFirst();// 入隊列while (!deque.isEmpty() && nums[i] > nums[deque.getLast()]) {deque.removeLast();}deque.addLast(i);result[i - k + 1] = nums[deque.getFirst()];}return result;
}