前言
leetcode链接：
实现声明~~(叠甲)~~，我只是个小菜鸡，leetcode总共就完成了100来题，大多数是简单的那种，遇到这题是因为我最近在刷滑动窗口的题目，我以为很简单，结果光速白给，大家看个乐子。
题目详情
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：
ini
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：
ini
输入： nums = [1], k = 1
输出： [1]白给暴力解法
第一想法是困难题就这？不就是左指针(i)遍历nums，然后右指针从(i -> i+k)编辑nums，记录每次遍历的最大值存起来，直接解决。
ts
function maxSlidingWindow(nums: number[], k: number): number[] {
let ans:number[] = [];
for(let left = 0; left < nums.length - k + 1; left++) {
let right = left;
let tempAns = -Infinity;
while(right < left + k) {
tempAns = Math.max(tempAns, nums[right]);
right++;
}
ans.push(tempAns);
}
return ans;
};然后就直接白给了
失败总结
算了下，用例是长度为64317的数组，滑动窗口的长度是32879。
在这段代码中，外层循环运行次数为 nums.length - k + 1 次，内层循环运行次数为 k 次。因此，总的运行次数为 (nums.length - k + 1) * k 次，那复杂度约为为O(n * k)。
怪不得会超时，这段代码得优化到至少 O(n) 才能通过。
思考过程
1、如果要优化到 O(n) ，那么里面的那层k次循环的必须优化成 O(1)。
2、那么我们就要思考这层内循环的意思是什么，这层内循环是为了获取滑动窗口内的最大值。
分类讨论
但是我们是否真的需要循环去遍历得到最大值？其实是不需要的，因为这里面有个规律，我们可以从示例中得到。
ini
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假设我们滑动窗口的边界坐标是[i, j]，会获得一个最大值，我们记为 r0
然后接着开始滑动，窗口的边界坐标是[i+1, j+1]，记移动后新出现的数是 n1，那么会有以下情况：
1、r0 > n1，且r0对应的坐标处于[i+1, j+1]，那么此时的最大值r1 = r0；
2、r0 > n1，且r0不处于[i+1, j+1]，那么此时最大值为[i,j]之中非r0的数值和n1之间产生；
3、r0 <= n1，那么此时的最大值r1 = n1;
构建递减数组：
1、3这种情况都一目明了，只有2需要思考一下怎么处理。
2这种情况的话，是一个数组中在O(1)时间内找到最大值，那么自然想到，如果这个数组是递减或递增的，那么从 0 或者 length-1 这两个位置就能拿到最大值。
那么如何构建这个这个玩意呢，假设我们构建的是 递减的 数组，那么我们需要做的事情就很明确：
每次push前，判断被push的元素是否比数组内的元素大，有的话，就把那些元素给踢出去。
那么，你就能得到一个递减的数组。
单调队列解法
ts
function maxSlidingWindow(nums: number[], k: number): number[] {
const result: number[] = [];
// 存储坐标的单调队列
// 为什么存坐标，是因为我们还要记录坐标是否越界了，就存nums[i]无法知道是否越界
const queue:number[] = [];
// i可以理解为右指针
for(let i = 0; i < nums.length; i++) {
// 判断被push的元素是否比数组内的元素大，有的话，就把那些元素给踢出去
// 这边从末尾踢是因为递减的，末尾元素一定是最小的，
// 从小开始比较可以一直用queue.length-1作为比较坐标，不需要额外的变量去记录
while (queue.length > 0 && nums[i] >= nums[queue[queue.length-1]]) {
queue.pop();
}
queue.push(i);
// 如果移动后最大值越界了，所以要把最大值踢出去
if (i - queue[0] >= k) {
queue.shift();
}
// 记录答案，右指针要大于等于k-1的时候才形成宽度为k的窗口
if (i >= k-1) {
// 队首就是最大值
result.push(nums[queue[0]]);
}
}
return result;
};提交结果
结语
做了几道滑动窗口的题目后，有那么一点点感觉，但是又没有完全掌握，属实折磨，大概这就是之前一直不乐意刷leetcode的原因罢~~（自食其果）~~。
相关题目链接：