LeetCode100-239滑动窗口最大值
本文基于各个大佬的文章
上点关注下点赞，明天一定更灿烂！
前言
Python基础好像会了又好像没会，所有我直接开始刷leetcode一边抄样例代码一边学习吧。本系列文章用来记录学习中的思考，写给自己看的，也欢迎大家在评论区指导~
您的每一条评论都会让我更有学习的动力。
一、分析题目
一不留神又断更两天了，坚持一件事情真的好难，对我这种三分钟热度的人来说。这几天沉迷绣绣娘和金铲铲无法自拔，罪过啊。今天连着更四道题！
二、思路以及代码
思路：用一个空列表来存储最后每个窗口最大值，每个窗口内比较大小，记录最大值
from typing import List
def maxSlidingWindow(nums: List[int], k: int) -> List[int]:left=0result=[]right=left+kcurrent_max=0while left<right and right<=len(nums)-1:for i in range(left,right):current_max=current_maxif nums[i]>nums[left]:current_max=max(current_max,nums[i])result.append(current_max)left+=1right+=1return resultnums=[1,3,-1,-3,5,3,6,7]
k=3
print(maxSlidingWindow(nums,k))运行一下，是错误的。列表中数字个数就不对，而且值也不对。应该输出
[3,3,5,5,6,7]
循环次数就搞错了
更正一下循环的内容。奥对了，自己测试的时候要引入List库，就是我第一行的东西，要不然会报错。
from typing import Listdef maxSlidingWindow(nums: List[int], k: int) -> List[int]:left=0result = []for left in range(len(nums) - k + 1):# 确定当前窗口的结束位置right = left + k# 初始化当前窗口的最大值为窗口的第一个元素current_max = nums[left]# 遍历当前窗口中的所有元素，找到最大值for i in range(left, right):# 如果当前元素比当前记录的最大值大，则更新最大值if nums[i] > current_max:current_max = nums[i]# 将当前窗口的最大值添加到结果列表中result.append(current_max)return result# 测试用例
nums=[1,3,-1,-3,5,3,6,7]
k=3
print(maxSlidingWindow(nums,k))输出结果：[3, 3, 5, 5, 6, 7]
结果是对的，但是这还是暴力解法。不用提交我也知道过不了，哭哭，什么时候我们打暴力选手才能被欣赏（纯发疯）。
换个思路吧老铁。
看了一下题解，大部分都用到了队列。我们先学一下队列的知识吧。
队列（Queue） 是一种先进先出（First-In-First-Out, FIFO）的线性数据结构，元素只能从一端（队尾）添加，从另一端（队首）移除。
队列的特性：
- 先进先出：最早入队的元素最先出队
- 两端操作：只能在队尾入队，队首出队
- 顺序访问：元素按入队顺序排列和访问
队列的基本操作
| 操作 | 描述 | 时间复杂度 |
|---|---|---|
| enqueue(x) | 将元素x添加到队尾 | O(1) |
| dequeue() | 移除并返回队首元素 | O(1) |
| front() | 返回队首元素但不移除 | O(1) |
| rear() | 返回队尾元素但不移除 | O(1) |
| is_empty() | 判断队列是否为空 | O(1) |
| size() | 返回队列中元素的个数 | O(1) |
各种队列实现对比
| 队列类型 | 时间复杂度（入队/出队） | 空间复杂度 | 优点 | 缺点 |
|---|---|---|---|---|
| 顺序队列 | O(1)/O(n) | O(n) | 实现简单 | 出队效率低，假溢出 |
| 链式队列 | O(1)/O(1) | O(n) | 动态扩容，无溢出 | 需要额外空间存储指针 |
| 循环队列 | O(1)/O(1) | O(n) | 高效利用空间，无假溢出 | 容量固定，实现较复杂 |
| 双端队列 | O(1)/O(1) | O(n) | 两端都可操作 | 实现复杂 |
关于这个题目，我们可以设置一个队列
使用双端队列存储数组元素的索引（而非元素值）
维护队列中的元素值单调递减：对于新加入的元素，从队尾移除所有小于当前元素的元素，这样可以确保队首元素始终是当前窗口的最大值
当队首元素的索引超出当前窗口范围时，将其从队首移除，即进入下一个窗口
当窗口大小达到k时，开始记录每个窗口的最大值（即队首元素）
def maxSlidingWindow(nums, k):# 准备工作result = [] # 存储结果q = deque() # 创建一个双端队列for right in range(len(nums)): # right是当前处理的数的索引# 步骤1：把队列里比当前数小的都移除# 注意：nums[right]是当前数的值# q[-1]是队列里最后一个元素的索引while q and nums[right] >= nums[q[-1]]:q.pop() # 从队尾移除# 步骤2：把当前数的索引加入队列q.append(right)# 步骤3：移除窗口外的元素# 窗口左边界 = right - k + 1# 如果队列第一个元素的索引 < 左边界，就移除它while q[0] <= right - k:q.popleft() # 从队首移除# 步骤4：当窗口大小达到k时，记录结果if right >= k - 1:# 队列第一个元素就是当前窗口的最大值的索引result.append(nums[q[0]])return result运行通过啦！
三、本题收获
注意在初始化时，列表result如果初始化为0，即定义result为int类型，这就无法使用append函数，应该初始化为空列表。
再就是队列存储的是索引，这样会避免重复。
总结
只会打暴力，基础一团糟，明天再学吧老铁，别真学会了。