面试题59：队列中的最大值_出队队列中的最大元素-优快云博客

本文介绍了一种求解滑动窗口最大值的高效算法，使用双向队列维护当前窗口内的最大值，适用于动态更新的数组。通过实例解析了算法的具体实现过程，包括初始化窗口、更新最大值以及处理边界条件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目描述

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]}。

考察点：举例子找规律；滑动窗口最大值和队列最大值的关系。

思路：总是使队列中的最大值在队列首位，又需要首尾操作，需要双向队列的数据结构。

class Solution {
public:
   vector<int> maxInWindows(const vector<int>& num, unsigned int size)
   {
       vector<int> maxInWindows;
       if (num.size() >= size && size >= 1)
       {
           deque<int> index; //队列中存放的是下标
           for (unsigned int i = 0; i < size; i++)//初始窗口的最大值
           {
               while (!index.empty() && num[i] >= num[index.back()])
               {
                   index.pop_back();//队尾出队
               }
               index.push_back(i);//队列为空，需要完成入队操作
           }

           for (unsigned int i = size; i < num.size(); i++)
           {
               maxInWindows.push_back(num[index.front()]);//每次将队首的得到的最大值入数组

while (!index.empty() && num[i] >= num[index.back()])
index.pop_back();//新元素大于队尾元素，队尾元素不可能是最大值，则队尾元素出队

if (!index.empty() && index.front() <= (int)(i - size))//已经到达窗口极限，队首元素出队
index.pop_front();

               index.push_back(i);//遍历的此下标入队。要么替换，要么直接入队
           }
           maxInWindows.push_back(num[index.front()]);//最后还差一次入队
       }
       return maxInWindows;
   }
};