对了，我就记得不是用优先级队列（大/小顶堆），而是单调队列（自己实现），然后确保是一个单减的队列，这样每次的最大值就在队首取，然后移动窗口时判断是不是最大的元素移出去了，否则就不用管。
（1）选择双端队列实现，然后push的时候判断是不是比队尾的大，是的话就pop直到满足单减
（2）pop的时候判断是不是队首的，是的话就出队，否则不用管（因为就没在队列里）
（3）取最大值的话就返回队首元素
（4）运用的时候就是前k个入队，后面的一出一入，返回最大值，最后返回这个list
嗷嗷，好吧，是这样的，要用小顶堆，然后限制大小为k，超出就pop，这样最后剩下的就是前k大的数，最后记得反一下
'''
Heapq库
这个模块提供了堆队列算法的实现，也称为优先队列算法
heapq.heappush(heap, item)
将 item 的值加入 heap 中，保持堆的不变性。
heapq.heappop(heap)
弹出并返回 heap 的最小的元素，保持堆的不变性。如果堆为空，抛出 IndexError 。使用 heap[0] ，可以只访问最小的元素而不弹出它。
heapq.heapify(x)
将list x 转换成堆，原地，线性时间内。
heapq.heapreplace(heap, item)
弹出并返回 heap 中最小的一项，同时推入新的 item。 堆的大小不变。 如果堆为空则引发 IndexError。
这个单步骤操作比 heappop() 加 heappush() 更高效，并且在使用固定大小的堆时更为适宜。 pop/push 组合总是会从堆中返回一个元素并将其替换为 item。
返回的值可能会比添加的 item 更大。 如果不希望如此，可考虑改用 heappushpop()。 它的 push/pop 组合会返回两个值中较小的一个，将较大的值留在堆中
'''
