diff --git a/problems/0239.滑动窗口最大值.md b/problems/0239.滑动窗口最大值.md
index 56ca7aa7..caa24d8d 100644
--- a/problems/0239.滑动窗口最大值.md
+++ b/problems/0239.滑动窗口最大值.md
@@ -299,7 +299,7 @@ class Solution {
 ```
 
 ### Python：
-
+#### 解法一：使用自定义的单调队列类
 ```python
 from collections import deque
 
@@ -339,30 +339,33 @@ class Solution:
         return result
 ```
 
-#### 新解法：用"堆排序"实现
-* 时间复杂度：`O(n log(n))`， 比`单调队列`解法要慢。
 
+#### 解法二：直接用单调队列
 ```python
-import heapq
-
-
+from collections import deque
 class Solution:
     def maxSlidingWindow(self, nums: List[int], k: int) -> List[int]:
-        results = []
-        num_index_list = [] # 将用“堆排序”对它进行排序，元素为 (num, index) 元组
+        max_list = [] # 结果集合
+        kept_nums = deque() # 单调队列
 
         for i in range(len(nums)):
-            # 把 nums[i] 值取负数，最大的就到最小，合乎 Python 堆排序从小到大的规则。
-            # 还要把 index (i) 存入，因为通过 i 可知道对应的 num 何时不能再被使用（num 已经处在左侧窗口的更左边）
-            heapq.heappush(num_index_list, (-nums[i], i)) 
-            # num_index_list[0]是最小值所在 tuple；'<= i - k' 表示 num 已经处在左侧窗口的更左边
-            while num_index_list[0][1] <= i - k: # while 表示所有过气 num 都要丢弃
-                heapq.heappop(num_index_list) # 丢弃最小值
-            
-            if i >= k - 1:
-                results.append(-num_index_list[0][0]) # 第一个就是最小值，负最小值就是最大值，加入结果集
+            update_kept_nums(kept_nums, nums[i]) # 右侧新元素加入
+
+            if i >= k and nums[i - k] == kept_nums[0]: # 左侧旧元素如果等于单调队列头元素，需要移除头元素
+                kept_nums.popleft()
+
+            if i >= k - 1:
+                max_list.append(kept_nums[0])
+
+        return max_list
+
+def update_kept_nums(kept_nums, num): # num 是新加入的元素
+    # 所有小于新元素的队列尾部元素，在新元素出现后，都是没有价值的，都需要被移除
+    while kept_nums and num > kept_nums[-1]:
+        kept_nums.pop()
+
+    kept_nums.append(num)
 
-        return results
 ```
 
 ### Go：