1 基础知识

队排列思想：

队列(queue)是一种具有先进先出特征的线性数据结构，元素的增加只能在一端进行，元素的删除只能在另一端进行。能够增加元素的队列一端称为队尾，可以删除元素的队列一端则称为队首。

“它的跟踪原理类似于在超市收银处排队，队列里的的第一个人首先接受服务，新的元素通过入队的方式添加到队列的末尾，而出队就是将队列的头元素删除。”

堆排序思想

堆排序是利用堆进行排序的，堆是一种完全二叉树，分为大根堆和小根堆。

大根堆：每个结点的值都大于或等于左右结点
小根堆：每个结点的值都小于或等于左右结点
具体见下图：

堆排序思想（以大根堆为例）：
•首先将待排序的数组构造出一个大根堆
•取出这个大根堆的堆顶节点(最大值)，与堆的最下最右的元素进行交换，然后把剩下的元素再构造出一个大根堆
•重复第二步，直到这个大根堆的长度为1，此时完成排序

编码主要解决两个问题：
•如何把一个序列构造出一个大根堆
•输出堆顶元素后，如何使剩下的元素构造出一个大根堆

Python代码：参考https://www.jianshu.com/p/d174f1862601

2 返回滑动窗口中的最大值(239)

给定一个数组 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 k 内的数字。滑动窗口每次只向右移动一位。

返回滑动窗口最大值。

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:

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
注意：
你可以假设 k 总是有效的，1 ≤ k ≤ 输入数组的大小，且输入数组不为空。

思路：
队列 deque 记录极大值的下标。逐个遍历，对当前点 nums[i] ，若不比队尾大则进入 deque ；否则，队尾出队直到队尾不小于 nums[i] ， nums[i] 入队。
若队头的下标和 i 的距离超过 k ，即位于窗口之外，出队。
当 i 不小于 k-1 的时候，就需要输出队头元素。

代码：

class Solution(object):
    def maxSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[int]
        """
        a = []
        deque = []
        for i in range(len(nums)):
            while len(deque)>0 and nums[deque[-1]]<nums[i]:
                deque.pop()
            deque.append(i)
            if i>=deque[0]+k:
                deque.pop(0)
            if i>= k-1:
                a.append(nums[deque[0])
        return a