1.【数组】滑动窗口的最大值

描述：给定一个数组 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:

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
 

提示：你可以假设 k 总是有效的，在输入数组不为空的情况下，1 ≤ k ≤ 输入数组的大小。
思路：

1. 给定一个滑动窗口，这个滑动窗口的最左边存储窗口内最大值的数据下标，例如最开始window=[0]，当下一个数字3(下标index是1)进来时，window的最左端元素要出队列，index1进来
2. 在最左端后面的index，相对应的数要依次小于最左端的数，例如第二轮window=[1,2,3]，分别对应[3,-1,-3]，而这个时候5进来，又因为3不在窗口内，就让3的index出窗口。-1和-3的index也要出窗口。

具体代码：

import collections
class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        if nums is None or len(nums) == 0:
            return []
        res = []
        window = collections.deque([])
        for idx, val in enumerate(nums):
            if idx >= k and window[0] <= idx - k:
                window.popleft()
            while window and nums[window[-1]] < val:
                window.pop()
            window.append(idx)
            if idx >= k - 1:
                res.append(nums[window[0]])
        return res
        

这里使用双端队列，加快速度。时间复杂度O(n)，空间复杂度O(k)