每日一练：LeeCode-239. 滑动窗口最大值(难)

本文是力扣LeeCode-239. 滑动窗口最大值学习与理解过程，本文仅做学习之用，对本题感兴趣的小伙伴可以出门左拐LeeCode。

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。
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$

这是笔者第一次做leeCode困难级别的题目，属实有被惊到，挣扎了许久，除了想到些暴力解法之外，没有啥更好的方法了。我在LeeCode上看到了废物也听歌博主题解，对这道题才有了稍微的理解。今晚，我只是我知识的搬运工，瞻仰一下大佬的风采！！！

解题思路

遍历数组 ，将数存放在双向队列 中，并用 L,R 来标记窗口的左边界和右边界。

队列中保存的并不是真的数 ，而是该数值对应的数组下标位置 ，并且数组中的数要从大到小排序。

如果当前遍历的数比队尾的值大 ，则需要弹出队尾值 ，直到队列重新满足从大到小的要求。

刚开始遍历 时，L 和 R 都为 0 ，有一个形成窗口的过程 ，此过程没有最大值 ，L 不动，R 向右移。

当窗口大小形成 时，L 和 R 一起向右移 ，每次移动 时，判断队首的值的数组下标是否在 [L,R] 中 ， 如果不在则需要弹出队首的值，当前窗口的最大值即为队首的数。

示例

输入: nums = [1,3,-1,-3,5,3,6,7], 和 k = 3

输出: [3,3,5,5,6,7]

解释过程中队列中都是具体的值，方便理解，具体见代码。

初始状态：L=R=0,队列:{}

i=0,nums[0]=1。队列为空,直接加入。队列：{1}

i=1,nums[1]=3。队尾值为1，3>1，弹出队尾值，加入3。队列：{3}

i=2,nums[2]=-1。队尾值为3，-1<3，直接加入。队列：{3,-1}。此时窗口已经形成，L=0,R=2，result=[3]

i=3,nums[3]=-3。队尾值为-1，-3<-1，直接加入。队列：{3,-1,-3}。队首3对应的下标为1，L=1,R=3，有效。result=[3,3]

i=4,nums[4]=5。队尾值为-3，5>-3，依次弹出后加入。队列：{5}。此时L=2,R=4，有效。result=[3,3,5]

i=5,nums[5]=3。队尾值为5，3<5，直接加入。队列：{5,3}。此时L=3,R=5，有效。result=[3,3,5,5]

i=6,nums[6]=6。队尾值为3，6>3，依次弹出后加入。队列：{6}。此时L=4,R=6，有效。result=[3,3,5,5,6]

i=7,nums[7]=7。队尾值为6，7>6，弹出队尾值后加入。队列：{7}。此时L=5,R=7，有效。result=[3,3,5,5,6,7]

通过示例发现 R=i，L=k-R。由于队列中的值是从大到小排序的，所以每次窗口变动时，只需要判断队首的值是否还在窗口中就行了。
解释一下为什么队列中要存放数组下标的值而不是直接存储数值，因为要判断队首的值是否在窗口范围内，由数组下标取值很方便，而由值取数组下标不是很方便。

java 复制代码

class Solution {
    public int[] maxSlidingWindow(int[] nums, int k) {
        if(nums == null || nums.length < 2) return nums;
        // 双向队列 保存当前窗口最大值的数组位置 保证队列中数组位置的数值按从大到小排序
        LinkedList<Integer> queue = new LinkedList();
        // 结果数组
        int[] result = new int[nums.length-k+1];
        // 遍历nums数组
        for(int i = 0;i < nums.length;i++){
            // 保证从大到小 如果前面数小则需要依次弹出，直至满足要求
            while(!queue.isEmpty() && nums[queue.peekLast()] <= nums[i]){
                queue.pollLast();
            }
            // 添加当前值对应的数组下标
            queue.addLast(i);
            // 判断当前队列中队首的值是否有效
            if(queue.peek() <= i-k){
                queue.poll();   
            } 
            // 当窗口长度为k时 保存当前窗口中最大值
            if(i+1 >= k){
                result[i+1-k] = nums[queue.peek()];
            }
        }
        return result;
    }
}

大家有更好的方法，请不吝赐教。