② 元素 -3 入队；窗口范围 [0, 1]
比队尾元素 12 小，直接入队；
未形成窗口，不取值；
③ 元素 1 入队；窗口范围 [0, 2]
比队尾元素 -3 大，所以，队尾元素出队，元素 1 入队。而且队首元素12 下标0在窗口内
取队首元素 12；
④ 元素 -1 入队；窗口范围 [1, 3]
比队尾元素 1 小，元素 -1 入队。队首元素12 下标 0 不在窗口内，元素 12 出队；取队首元素 1 的下标 2 在窗口内；
取队首元素 1；
⑤ 元素 9 入队；窗口范围 [2, 4]
比队尾元素 -1 和 1 都大，所以，比他小的队尾元素均出队，元素 9 入队。而且队首元素 9 下标4在窗口内
取队首元素 9；
⑤ 元素 5 入队；窗口范围 [3, 5]
比队尾元素 9 小，元素 5 入队。而且队首元素 9 下标4在窗口内
取队首元素 9；
利用双向队列的方式也将窗口内最大元素取出来了！
上面是整体的思路，具体到代码中，是把进入队列的元素替换为元素的下标，这样实现起来更加容易！
看下 Python 代码的实现：
class Solution(object): def maxSlidingWindow1(self, nums, k): size = len(nums) queue = collections.deque() res = [] for i in range(0, size): # 新元素进队，在队不空的情况下，需要判断与队尾元素的大小 while queue and nums[i] > nums[queue[-1]]: queue.pop() queue.append(i) # 在已经形成窗口(i+1>=k)的前提下，判断队首是否在窗口内 while queue[0] < i-k+1: queue.popleft() # 从形成窗口的时刻开始将元素置于结果集 res 中 if i+1 >= k: res.append(nums[queue[0]]) return res无论是利用优先队列还是双向队列，都需要注意所取的元素是否在当前的窗口内。
3.无重复字符的最长子串【中等】给定一个字符串 s ，请你找出其中不含有重复字符的 最长子串 的长度。
输入: s = "abcabcbb" 输出: 3 解释: 因为无重复字符的最长子串是 "abc"，所以其长度为 3。想要判断字符是否存在，通常会使用到字典结构来判断是否存在。
首先，初始化窗口左右端 left=0 和 right=0，初始化字典 words 用来存放已加入字符的元素（key）和元素下标（value），例如，words={'a':0,'b':1,'c':2}
然后，right 指针向右移动，判断新加入元素是否存在于字典中，如果存在，让窗口左边界指向字典对应 value 值的下一个位置，并且更新字典中对应元素的下标值（value）；如果不存在，则加入字典 words 中；
注意点：
中间有可能 left 已经更新到后边，而新判断的元素可能在前面，会导致 left 变小，所以需要采用 max 来进行判断
举例：abba，执行到第二个 b 的时候，left=2，此时words={'a':0,'b':2}。后面再判断最后的 a 的时候，就会使得 left=0+1=1
因此，需要 left = max(words.get(v) + 1, left)
最后，每一步骤记录最长子串长度。
依旧用几个图清晰的一步一步操作：
① left=0, right=0, 加入新元素 'a'，words={'a':0}, 窗口长度为1
② left=0, right=1, 加入新元素 'b'，words={'a':0, 'b':1}, 窗口长度为2