슬라이딩 윈도 최댓값

왜 이 문제를 푸나요?

겹치는 구간마다 max를 다시 계산하지 않고, 다음 구간에도 쓸 후보만 유지하는 고급 최적화 문제입니다. 각 원소가 한 번 들어오고 나가 O(n)이 되는 구조를 익힙니다.

정수 리스트의 길이 k인 모든 연속 구간에 대해 최댓값을 반환하세요. 중첩 반복이나 매 구간의 max() 대신 인덱스를 저장하는 단조 감소 덱을 사용합니다. k는 1 이상이고 리스트 길이 이하입니다.

sliding_window_max(numbers, k)

시간 O(n), 공간 O(k)

실행하면 아래 순서대로 채점합니다. print() 출력도 이 순서대로 쌓입니다.

#	이름	`numbers`	`k`	기대값
1	대표 예제	`[1, 3, -1, -3, 5, 3, 6, 7]`	`3`	`[3, 3, 5, 5, 6, 7]`
2	감소 수열	`[9, 7, 5, 3]`	`2`	`[9, 7, 5]`
3	윈도 1	`[2, 1, 4]`	`1`	`[2, 1, 4]`
4	전체가 한 윈도	`[4, 1, 9, 2]`	`4`	`[9]`
5	최댓값 중복	`[2, 5, 5, 1]`	`2`	`[5, 5, 5]`

Python 표준 라이브러리는 사용할 수 있습니다. 함수 이름과 매개변수는 제시된 형태를 유지하세요.