最容易想到的是使用暴力的方法来做。

• 依次遍历所有的滑动窗口，扫描每个窗口中的所有数字并找出其中的最大值

• 如果滑动窗口的大小为k，那么需要O(k)的时间找最大值，对于长度为n大的数组，总的时间复杂度为O(nk)。

可以使用单调队列来进行优化。具体过程如下

1. 新建一个双端队列，保存可能是窗口中最大值的元素。

2. 比较划入窗口的值与队尾元素的值的大小，如果划入窗口的值大于队尾元素，队尾元素就不可能是窗口内的最大值了。因此队尾元素出队。

3. 重复步骤2，直到对列为空或者队尾元素值大于等于划入窗口的值，此时划入窗口的值放入队列中。

4. 然后看滑出窗口的值，如果滑出窗口的值等于队头元素，说明队头保存的值已经不在窗口内了，队头出队。

5. 最后看窗口中的元素个数是不是等于k，如果等于k，则说明可以去除窗口中的最大值了，最大值就是对列的队头元素。

class Solution {
public:
    vector<int> maxInWindows(vector<int>& nums, int k) {
        if(k > nums.size()) return {};
        deque<int> q;
        vector<int> ans;
        for(int i = 0; i < nums.size(); i++)
        {
            while(!q.empty() && q.back() < nums[i] ) q.pop_back();
            q.push_back(nums[i]);

            if(i - k >= 0 && nums[i - k] == q.front()) q.pop_front();

            if(i >= k - 1)
                ans.push_back(q.front());
        }
        return ans;
    }
};