【问题描述】[困难]

【解答思路】

1. 暴力

两层 for 循环，每次都从窗口中找最大值即可
时间复杂度：O(N^2) 空间复杂度：O(N)

public int[] maxSlidingWindow(int[] nums, int k) {int n = nums.length;if (n == 0) {return nums;}int result[] = new int[n - k + 1];for (int i = 0; i < result.length; i++) {int max = Integer.MIN_VALUE;for (int j = 0; j < k; j++) {max = Math.max(max, nums[i + j]);}result[i] = max;}return result;
}

2. 优先队列

当优先队列的数字等于窗口大小的时候，我们只需要将第一个元素删除，然后将新的数字加入。
时间复杂度：O(NlogN) 空间复杂度：O(1)

public int[] maxSlidingWindow(int[] nums, int k) {// 建立最大堆Queue<Integer> max = new PriorityQueue<Integer>(new Comparator<Integer>() {@Overridepublic int compare(Integer i1, Integer i2) {// TODO Auto-generated method stubreturn i2 - i1;}});int n = nums.length;if (n == 0) {return nums;}int result[] = new int[n - k + 1];int index = 0;for (int i = 0; i < n; i++) {//移除第一个元素if (max.size() >= k) {max.remove(nums[i - k]);}max.offer(nums[i]);//更新 resultif (i >= k - 1) {result[index++] = max.peek();}}return result;
}

2. 单调队列（单调栈思想）

时间复杂度：O(N) 空间复杂度：O(N)

 public int[] maxSlidingWindow(int[] nums, int k) {int n = nums.length;if(n == 0)  return nums;int[] res = new int[n - k + 1];//dq里面存的是数组的index, 不是数组的值Deque<Integer> dq = new LinkedList<>();for(int i = 0; i < n; i++){//Step1: 头: 移除头部, 保证窗口的长度范围if(!dq.isEmpty() && dq.getFirst() < (i - k + 1)){dq.removeFirst();//poll();}//Step2: 尾: 移除尾部小于当前值得元素, 原理参考篮球队长模型, 去除不可能的元素while(!dq.isEmpty() && nums[i] >= nums[dq.getLast()]){dq.removeLast();}//Step3: 尾部加入, 滑动窗口向右扩充dq.addLast(i);//Step4: 头, 从头部返回极大值if(i >= k - 1){res[i - k + 1] = nums[dq.getFirst()];}}return res; }

【总结】

1.Deque存放index

2. 单调Deque双端队列

3.单调栈思想

单调栈专门解决「找左边（或者右边）第 1 个严格大于自己的元素」
存的是下标

转载链接：https://leetcode-cn.com/problems/hua-dong-chuang-kou-de-zui-da-zhi-lcof/solution/yi-dong-shi-pin-javaban-ben-shuang-duan-dui-lie-de/
单调队列视频讲解链接https://www.bilibili.com/video/BV1YV411o7Gr/
参考链接：https://leetcode-cn.com/problems/sliding-window-maximum/solution/xiang-xi-tong-su-de-si-lu-fen-xi-duo-jie-fa-by-5-3/