• 解题思想与代码实现，令人叹为观止
• 队列的最佳应用
• 从总体上讲，完成代码的思路是非常清晰的
  • 根据窗口大小，从源数据第一个开始，把数据依次压入队列中
  • 从压入队列的数据中找出最大值，放入结果集合中
  • 再将队列中第一个元素弹出，从尾部压入下一个元素，然后再找出当前队列中的最大值，放入结果集合中
  • 如此反复，直到最后一个元素
• 双端队列的性质的应用
  • 滑动窗口最多放入的数据不超过窗口长度
  • 队列中的最前面的元素就是当前队列的最大值
    • 保证最大值在队列最前面的前提是，当数据被压住队列时，把比压入数据小的，且排在队列前面的元素全都弹出队列
    • 在循环压入数据过程中，正常是应该把队列中最前面元素弹出，但由于上一步已有把小的元素弹出队列的操作，所以这一步弹出队列第一个元素的操作可能是虚晃一枪，因为可能不需要真实删除元素，只是在有必要时才进行弹出操作

#include <iostream>
#include <vector>
#include <deque>

class SlidingWindowDes {
private:    
    std::deque<int> que;
public:
    void pop(int value) {
        if (!que.empty() && que.front() == value)
            que.pop_front();
    }
    void push(int value) {
        while (!que.empty() && value > que.back())
            que.pop_back();
        que.push_back(value);
    }
    int getFront() {
        return que.front();
    }

};

class Solution {
public:
    std::vector<int> maxSlidingWindow(std::vector<int>& nums, int k) {
        SlidingWindowDes swd;
        std::vector<int> vec_result;
        for (int i = 0; i < k; i++)
            swd.push(nums.at(i));
        vec_result.push_back(swd.getFront());
        for (int i = k; i < nums.size(); ++i) {
            swd.pop(nums.at(i - k));
            swd.push(nums.at(i));
            vec_result.push_back(swd.getFront());
        }
        return vec_result;
    }
};

int main()
{
    std::vector<int> nums {1, 3, -1, -3, 5, 3, 6, 7};
    Solution s;
    std::vector<int> ret = s.maxSlidingWindow(nums, 3);
    for (int e: ret)
        std::cout << e << " ";
    std::cout << std::endl;
    return 0;
}

• 汇总