给定一个长度为n的数组，和一个长度为w的滑动窗口，w ＜ n， 窗口沿着数组每次滑动一个位置，求出每次滑动后，滑动窗口内的最大值。 C++实现高效代码

在C++中，高效解决滑动窗口最大值问题通常使用**双端队列（deque）** 实现单调队列算法。以下是完整实现及详细注释：

```cpp
#include <vector>
#include <deque>
#include <iostream>

std::vector<int> maxSlidingWindow(const std::vector<int>& nums, int w) {
if (nums.empty() || w <= 0) return {};

std::vector<int> result;
std::deque<int> dq;  // 存储索引，队列单调递减（队头最大）

for (int i = 0; i < nums.size(); ++i) {
// 步骤1：移除队尾小于当前元素的索引（保持单调性）
while (!dq.empty() && nums[dq.back()] <= nums[i]) {
dq.pop_back();
}

// 步骤2：当前索引入队
dq.push_back(i);

// 步骤3：移除超出窗口的队头索引
if (dq.front() <= i - w) {
dq.pop_front();
}

// 步骤4：当窗口形成时记录最大值（队头元素）
if (i >= w - 1) {
result.push_back(nums[dq.front()]);
}
}
return result;
}

// 示例用法
int main() {
std::vector<int> nums = {1, 3, -1, -3, 5, 3, 6, 7};
int w = 3;
std::vector<int> maxInWindows = maxSlidingWindow(nums, w);

// 输出结果: 3 3 5 5 6 7
for (int val : maxInWindows) {
std::cout << val << " ";
}
return 0;
}
```

### 算法核心思想：
1. **双端队列维护索引**  
- 队列中存储数组索引，且对应的元素值**单调递减**
- 队头始终是当前窗口最大值的索引

2. **四步操作遍历数组**：
- **移除冗余队尾**：循环移除队尾小于当前元素的索引（保证单调性）
- **当前索引入队**：将当前元素索引加入队尾
- **清理过期队头**：若队头索引超出窗口左边界则移除
- **记录窗口最大值**：当窗口完整时（`i >= w-1`），队头即为最大值

### 时间复杂度：
- **O(n)**：每个元素最多入队和出队各一次
- **空间复杂度 O(w)**：双端队列最多存储 `w` 个索引

### 关键点解析：
- **单调队列**：通过维护递减序列，避免每次窗口滑动都重新扫描
- **索引存储**：队列存索引而非值，便于检测窗口边界
- **边界处理**：窗口形成条件 `i >= w-1` 和过期索引检查 `dq.front() <= i - w`

此实现是滑动窗口类问题的最优解，适用于大数据流处理等场景。