题目：

给定一个数组和滑动窗口的大小，找出所有滑动窗口里数值的最大值。

例如，如果输入数组{2,3,4,2,6,2,5,1}及滑动窗口的大小3，那么一共存在6个滑动窗口，他们的最大值分别为{4,4,6,6,6,5}；

针对数组{2,3,4,2,6,2,5,1}的滑动窗口有以下6个：

{[2,3,4],2,6,2,5,1}， {2,[3,4,2],6,2,5,1}， {2,3,[4,2,6],2,5,1}， {2,3,4,[2,6,2],5,1}， {2,3,4,2,[6,2,5],1}， {2,3,4,2,6,[2,5,1]}。

思路：

假设窗口大小为w，

1、简单的方法：

遍历数组，从数组第w-1位开始，每次移动一位，并计算窗口w的最大值。

时间复杂度：

计算窗口的最大值需O(w)，移动n-w+1次，时间复杂度为O(nw)

2、最大堆方法:

构建一个窗口w大小的最大堆，每次从堆中取出窗口的最大值，随着窗口往右滑动，需要将堆中不属于窗口的堆顶元素删除。

时间复杂度：

正常情况下，往堆中插入数据为O(lgw)，如果数组有序，则为O(lgn),因为滑动过程中没有元素从堆中被删除，滑动n-w+1次，复杂度为O(nlgn).

3、双队列方法：

最大堆解法在堆中保存有冗余的元素，比如原来堆中元素为[10 5 3]，新的元素为11，则此时堆中会保存有[11 5 3]。其实此时可以清空整个队列，然后再将11加入到队列即可，即只在队列中保持[11]。使用双向队列可以满足要求，滑动窗口的最大值总是保存在队列首部，队列里面的数据总是从大到小排列。当遇到比当前滑动窗口最大值更大的值时，则将队列清空，并将新的最大值插入到队列中。如果遇到的值比当前最大值小，则直接插入到队列尾部。每次移动的时候需要判断当前的最大值是否在有效范围，如果不在，则需要将其从队列中删除。由于每个元素最多进队和出队各一次，因此该算法时间复杂度为O(N)。

代码：

1、简单方法：

int getMax(const int A[],int size){    int mx=A[0];    for(int i=1;i
     
      mx)            mx=A[i];    }    return mx;}vector
      
        maxInWindows(const int A[],int n,int size){    vector
       
         result;    for(int i=0;i
       
      
     

2、最大堆、双队列方法

class Solution {    public:        //最大堆实现，复杂度O(nlogn)    typedef pair
     
       Pair;    vector
      
        maxInWindows(const vector
       
         &num, unsigned int size) {        vector
        
          result;        priority_queue
         
           Q;        if (num.size() < size || size < 1)            return result;        for (int i = 0; i < size-1; i++)             Q.push(Pair(num[i],i));        for (int i = size-1; i < num.size(); i++) {            Q.push(Pair(num[i],i));            Pair p = Q.top();            while(p.second < i-(size-1)) {                Q.pop();                p = Q.top();            }            result.push_back(p.first);        }        return result;    }        // 双向队列实现，复杂度O(n)        vector
          
            maxInWindows(const vector
           
             &num, unsigned int size) { vector
            
              result; deque
             
               Q;// int n = num.size(); if(num.size()
              
                num[Q.back()]) Q.pop_back(); Q.push_back(i); } for (int i = size; i < num.size(); i++) { result.push_back(num[Q.front()]); while (!Q.empty() && num[i] >= num[Q.back()]) Q.pop_back(); while (!Q.empty() && Q.front() <= i - size) Q.pop_front(); Q.push_back(i); } result.push_back(num[Q.front()]); return result; } };