暴力法用max()遍历每个窗口，时间复杂度O(nk)，当n=10⁵、k=10⁴时达10⁹量级，必然超时；单调队列通过维护递减下标序列，使每个元素最多入队出队一次，总复杂度降为O(n)。
为什么直接用 max() 遍历窗口会超时
滑动窗口最大值问题中，如果对每个窗口都调用 max(window)，时间复杂度是 O(nk)，当 n=10⁵、k=10⁴ 时必然 TLE。关键不是“怎么写”，而是“怎么避免重复比较”——单调队列正是为这个设计的：它维护一个从队首到队尾严格递减的下标序列，保证队首永远是当前窗口的最大值下标。
deque 存下标而非数值，且必须存下标
存下标才能判断队首是否还在窗口内（用 i - k + 1 比较），也方便后续取值；存数值会导致无法判断过期。Python 中用 collections.deque，但注意所有操作都针对下标：
- 入队前，从队尾弹出所有
nums[deque[-1]] 的下标（维持递减） - 队首若
，说明已滑出窗口，必须 <code>popleft() - 窗口成型后（
i >= k - 1），nums[deque[0]]就是答案
边界处理：k=1 或空数组必须提前 return
这类题常有极端 case：k == 1 时每个元素都是自己的最大值；nums 为空或 k > len(nums) 时应返回空列表。不加判断会导致 deque 访问越界或逻辑错乱。实际写法中，建议在开头就加：
if not nums or k == 0 or k > len(nums):
return []为什么不能用 list 模拟 deque
list.pop(0) 是 O(n) 操作，而 deque.popleft() 是 O(1)。在窗口频繁滑动时，用 list 会让整体退化成 O(nk)。另外，deque 支持 append()、pop()、popleft() 全部 O(1)，是唯一满足单调队列性能要求的内置结构。
立即学习“Python免费学习笔记（深入）”；
单调队列真正难的不是写法，而是理解“下标有效性检查”和“递减性维护”的先后顺序——必须先清队尾再清队首，否则可能把刚入队却已过期的下标漏掉。
