1 C++ STL 容器与算法手册

1.1 全局概览

1.1.1 容器分类导图

STL 容器
├── 序列容器（Sequence Containers）       ← 元素有顺序，按位置访问
│   ├── array          固定大小数组
│   ├── vector         动态数组
│   ├── deque          双端队列
│   ├── list           双向链表
│   └── forward_list   单向链表
│
├── 关联容器（Associative Containers）    ← 按键自动排序，红黑树实现
│   ├── set            有序不重复集合
│   ├── multiset       有序可重复集合
│   ├── map            有序键值对
│   └── multimap       有序可重复键值对
│
├── 无序关联容器（Unordered Associative） ← 哈希表实现，O(1) 平均
│   ├── unordered_set
│   ├── unordered_multiset
│   ├── unordered_map
│   └── unordered_multimap
│
└── 容器适配器（Container Adaptors）     ← 对其他容器的封装
    ├── stack          后进先出
    ├── queue          先进先出
    └── priority_queue 优先队列（堆）

1.1.2 选择容器的第一原则

需要什么操作最快？
│
├── 随机访问（下标）          → vector / array / deque
├── 头尾插入                  → deque
├── 中间频繁插入删除          → list / forward_list
├── 按键查找（有序）          → map / set
├── 按键查找（无序，更快）    → unordered_map / unordered_set
├── 去重                      → set / unordered_set
├── 后进先出                  → stack
├── 先进先出                  → queue
└── 最大/最小优先             → priority_queue

1.1.3 复杂度速查总表

容器	随机访问	头部插删	尾部插删	中间插删	查找
`array`	O(1)	O(n)	O(n)	O(n)	O(n)
`vector`	O(1)	O(n)	O(1)均摊	O(n)	O(n)
`deque`	O(1)	O(1)	O(1)	O(n)	O(n)
`list`	O(n)	O(1)	O(1)	O(1)*	O(n)
`forward_list`	O(n)	O(1)	O(n)	O(1)*	O(n)
`set/map`	—	—	—	O(log n)	O(log n)
`unordered_set/map`	—	—	—	O(1)均摊	O(1)均摊

*list 中间插删需要先 O(n) 找到位置，持有迭代器时才是 O(1)

1.2 array —— 固定大小数组

1.2.1 基本特性

#include <array>
std::array<int, 5> arr = {1, 2, 3, 4, 5};

大小在编译期固定，不能动态增减
内存连续，无额外开销（等同于 C 数组）
与 C 数组不同：不会退化为指针，有 size()，可以被拷贝和赋值

1.2.2 核心操作

std::array<int, 5> arr = {1, 2, 3, 4, 5};
 
// 访问
arr[2];            // 下标访问，不检查越界
arr.at(2);         // 越界抛 std::out_of_range
arr.front();       // 第一个元素
arr.back();        // 最后一个元素
arr.data();        // 裸指针（传给 C 接口）
 
// 大小
arr.size();        // 5（编译期常量）
arr.empty();       // false
arr.max_size();    // 5
 
// 修改
arr.fill(0);       // 全部填充为 0
arr1.swap(arr2);   // 交换两个同类型 array
 
// 比较（字典序）
arr1 == arr2;
arr1 < arr2;

1.2.3 可用算法

array 支持几乎所有接受随机访问迭代器的算法：

std::array<int, 5> arr = {3, 1, 4, 1, 5};
 
// 排序
std::sort(arr.begin(), arr.end());
std::sort(arr.begin(), arr.end(), std::greater<int>());  // 降序
 
// 查找
auto it = std::find(arr.begin(), arr.end(), 4);
auto it = std::lower_bound(arr.begin(), arr.end(), 3);   // 二分（有序时）
bool found = std::binary_search(arr.begin(), arr.end(), 3);
 
// 统计
int cnt = std::count(arr.begin(), arr.end(), 1);
auto [min, max] = std::minmax_element(arr.begin(), arr.end());
int sum = std::accumulate(arr.begin(), arr.end(), 0);
 
// 变换
std::transform(arr.begin(), arr.end(), arr.begin(),
               [](int x) { return x * 2; });
std::fill(arr.begin(), arr.end(), 0);
std::reverse(arr.begin(), arr.end());
std::rotate(arr.begin(), arr.begin() + 2, arr.end());  // 左移2位

1.2.4 常见使用场景

// 场景1：固定大小的查找表（编译期确定）
constexpr std::array<const char*, 7> weekdays = {
    "Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"
};
std::cout << weekdays[day_index];
 
// 场景2：多维固定矩阵
std::array<std::array<int, 3>, 3> matrix = {{{1,0,0},{0,1,0},{0,0,1}}};
 
// 场景3：替代 C 数组传给函数（避免退化为指针）
void process(std::array<int, 4>& arr) {  // 大小是类型的一部分，编译期检查
    // arr.size() 永远是 4
}
 
// 场景4：枚举映射（索引即枚举值）
enum class Color { Red, Green, Blue, COUNT };
std::array<std::string, 3> color_names = {"Red", "Green", "Blue"};

1.3 vector —— 动态数组（最常用容器）

1.3.1 基本特性

#include <vector>
std::vector<int> v = {1, 2, 3};

内存连续，随机访问 O(1)
尾部插入 O(1) 均摊（扩容时复制）
头部/中间插入 O(n)（需要移动元素）
扩容时所有迭代器失效

1.3.2 核心操作

std::vector<int> v;
 
// 构造
std::vector<int> v1(5);          // 5个0
std::vector<int> v2(5, 42);      // 5个42
std::vector<int> v3 = {1,2,3};   // 初始化列表
 
// 添加元素
v.push_back(10);                  // 尾部追加（拷贝）
v.emplace_back(10);               // 尾部构造（直接构造，推荐）
v.insert(v.begin() + 2, 99);     // 位置2插入
v.insert(v.end(), {4,5,6});      // 插入多个
 
// 删除
v.pop_back();                     // 删除最后一个
v.erase(v.begin() + 2);          // 删除位置2
v.erase(v.begin(), v.begin()+3); // 删除范围
v.clear();                        // 清空
 
// 访问
v[2];            // 下标，不检查
v.at(2);         // 越界抛异常
v.front();       // 第一个
v.back();        // 最后一个
v.data();        // 裸指针
 
// 大小与容量
v.size();        // 元素个数
v.capacity();    // 已分配容量
v.empty();       // 是否为空
v.resize(10);    // 调整大小（多出的填0）
v.resize(10,42); // 多出的填42
v.reserve(100);  // 预分配容量（不改变 size）
v.shrink_to_fit(); // 释放多余容量
 
// 删除 erase-remove 惯用法（高效删除所有满足条件的元素）
v.erase(std::remove(v.begin(), v.end(), 3), v.end());  // 删除所有3
v.erase(std::remove_if(v.begin(), v.end(),
        [](int x){ return x % 2 == 0; }), v.end());    // 删除所有偶数
 
// C++20 简化版
std::erase(v, 3);                               // 删除所有3
std::erase_if(v, [](int x){ return x%2==0; }); // 删除所有偶数

1.3.3 可用算法（最全）

vector 支持所有标准算法（连续内存，随机访问迭代器）：

std::vector<int> v = {5, 2, 8, 1, 9, 3, 7, 4, 6};
 
// ── 排序 ──────────────────────────────────────────────
std::sort(v.begin(), v.end());                    // 升序
std::sort(v.begin(), v.end(), std::greater<>());  // 降序
std::stable_sort(v.begin(), v.end());             // 稳定排序
std::partial_sort(v.begin(), v.begin()+3, v.end()); // 前3个有序
std::nth_element(v.begin(), v.begin()+4, v.end()); // 第5个归位
 
// ── 查找 ──────────────────────────────────────────────
auto it = std::find(v.begin(), v.end(), 8);
auto it = std::find_if(v.begin(), v.end(), [](int x){ return x>6; });
bool has = std::any_of(v.begin(), v.end(), [](int x){ return x>8; });
bool all = std::all_of(v.begin(), v.end(), [](int x){ return x>0; });
bool none= std::none_of(v.begin(), v.end(), [](int x){ return x<0; });
 
// 二分查找（有序时）
auto it = std::lower_bound(v.begin(), v.end(), 5); // 第一个 >= 5
auto it = std::upper_bound(v.begin(), v.end(), 5); // 第一个 > 5
auto [lo,hi] = std::equal_range(v.begin(), v.end(), 5); // 等于5的范围
bool found = std::binary_search(v.begin(), v.end(), 5);
 
// ── 统计 ──────────────────────────────────────────────
int cnt = std::count(v.begin(), v.end(), 5);
int cnt = std::count_if(v.begin(), v.end(), [](int x){ return x>5; });
auto it = std::min_element(v.begin(), v.end());
auto it = std::max_element(v.begin(), v.end());
auto [mn, mx] = std::minmax_element(v.begin(), v.end());
int sum = std::accumulate(v.begin(), v.end(), 0);
int prod= std::accumulate(v.begin(), v.end(), 1, std::multiplies<int>());
int dot = std::inner_product(a.begin(), a.end(), b.begin(), 0); // 点积
 
// ── 变换 ──────────────────────────────────────────────
std::transform(v.begin(), v.end(), v.begin(),
               [](int x){ return x*2; });          // 原地变换
std::transform(a.begin(), a.end(), b.begin(), c.begin(),
               std::plus<int>());                   // 两个容器相加
 
// ── 填充与生成 ────────────────────────────────────────
std::fill(v.begin(), v.end(), 0);
std::fill_n(v.begin(), 3, 99);
std::iota(v.begin(), v.end(), 1);      // 填充 1,2,3,...
std::generate(v.begin(), v.end(), rand); // 用函数生成
 
// ── 重排 ──────────────────────────────────────────────
std::reverse(v.begin(), v.end());
std::rotate(v.begin(), v.begin()+2, v.end()); // 左移2位
std::shuffle(v.begin(), v.end(), std::mt19937{std::random_device{}()});
std::next_permutation(v.begin(), v.end());    // 下一个排列
std::prev_permutation(v.begin(), v.end());    // 上一个排列
 
// ── 删除/过滤 ─────────────────────────────────────────
auto new_end = std::remove(v.begin(), v.end(), 5);      // 逻辑删除
auto new_end = std::remove_if(v.begin(), v.end(), pred);
auto new_end = std::unique(v.begin(), v.end());         // 去重相邻
 
// ── 集合操作（需要有序） ──────────────────────────────
std::set_union(a.begin(), a.end(), b.begin(), b.end(),
               std::back_inserter(result));
std::set_intersection(...);
std::set_difference(...);
std::set_symmetric_difference(...);
std::merge(a.begin(), a.end(), b.begin(), b.end(),
           std::back_inserter(result));           // 合并有序序列
 
// ── 堆操作 ────────────────────────────────────────────
std::make_heap(v.begin(), v.end());               // 建堆（大根堆）
std::push_heap(v.begin(), v.end());               // 新元素入堆
std::pop_heap(v.begin(), v.end());                // 堆顶移至末尾
std::sort_heap(v.begin(), v.end());               // 堆排序
 
// ── 拷贝 ──────────────────────────────────────────────
std::copy(v.begin(), v.end(), dest.begin());
std::copy_if(v.begin(), v.end(), std::back_inserter(dest),
             [](int x){ return x>3; });
std::copy_n(v.begin(), 3, dest.begin());
 
// ── 前缀和/相邻差 ─────────────────────────────────────
std::partial_sum(v.begin(), v.end(), result.begin()); // 前缀和
std::adjacent_difference(v.begin(), v.end(), result.begin()); // 相邻差
std::inclusive_scan(v.begin(), v.end(), result.begin()); // C++17
std::exclusive_scan(v.begin(), v.end(), result.begin(), 0); // C++17

1.3.4 常见使用场景

// 场景1：动态数组，大多数情况的默认选择
std::vector<std::string> names;
names.reserve(1000);  // 预知大小时提前 reserve，避免多次扩容
for (auto& line : lines) names.push_back(line);
 
// 场景2：作为函数返回的集合
std::vector<int> get_prime_numbers(int n) {
    std::vector<bool> sieve(n+1, true);
    std::vector<int> primes;
    for (int i = 2; i <= n; i++)
        if (sieve[i]) {
            primes.push_back(i);
            for (int j = 2*i; j <= n; j += i) sieve[j] = false;
        }
    return primes;  // NRVO，无拷贝
}
 
// 场景3：排序后去重
std::vector<int> v = {3,1,4,1,5,9,2,6,5,3};
std::sort(v.begin(), v.end());
v.erase(std::unique(v.begin(), v.end()), v.end());
// v = {1,2,3,4,5,6,9}
 
// 场景4：二维矩阵
std::vector<std::vector<int>> matrix(rows, std::vector<int>(cols, 0));
 
// 场景5：替代 new[]/delete[] 管理动态数组
std::vector<char> buffer(4096);  // 自动管理，比 new char[4096] 安全
read(fd, buffer.data(), buffer.size());

1.4 deque —— 双端队列

1.4.1 基本特性

#include <deque>
std::deque<int> dq = {1, 2, 3};

头尾插入删除均为 O(1)
随机访问 O(1)（但常数比 vector 大）
内存不连续（分块存储），没有 data() 接口
扩容时迭代器会失效，但不像 vector 那样移动所有元素

1.4.2 核心操作

std::deque<int> dq;
 
dq.push_back(1);    // 尾部插入
dq.push_front(0);   // 头部插入（vector 没有这个！）
dq.emplace_back(1);
dq.emplace_front(0);
 
dq.pop_back();      // 删除尾部
dq.pop_front();     // 删除头部
 
dq[2];              // 随机访问
dq.at(2);
dq.front();
dq.back();
 
// 其余操作与 vector 基本一致：insert/erase/resize/size/empty/clear

1.4.3 常见使用场景

// 场景1：滑动窗口（两端都需要操作）
std::deque<int> window;
for (int i = 0; i < n; i++) {
    window.push_back(arr[i]);          // 新元素入窗口尾
    if (window.size() > k)
        window.pop_front();            // 超出窗口大小，移除头部
    // 对 window 做统计
}
 
// 场景2：BFS 广度优先搜索（queue 的底层默认是 deque）
std::deque<Node*> bfs_queue;
bfs_queue.push_back(root);
while (!bfs_queue.empty()) {
    Node* node = bfs_queue.front();
    bfs_queue.pop_front();
    for (auto* child : node->children)
        bfs_queue.push_back(child);
}
 
// 场景3：需要随机访问又需要头部插入的场景
// （vector 头部插入是 O(n)，deque 是 O(1)）
std::deque<Task> task_list;
task_list.push_front(urgent_task);  // 紧急任务插队到头部
task_list.push_back(normal_task);   // 普通任务加到尾部

1.5 list —— 双向链表

1.5.1 基本特性

#include <list>
std::list<int> lst = {1, 2, 3, 4, 5};

持有迭代器时，任意位置插入删除 O(1)
不支持随机访问（没有 [] 运算符）
内存不连续，cache 不友好，实际使用比想象中慢
插入/删除操作不会使其他迭代器失效（这是 list 最大的优势）

1.5.2 核心操作

std::list<int> lst = {1, 2, 3, 4, 5};
 
// 插入删除（在已有迭代器处 O(1)）
auto it = std::find(lst.begin(), lst.end(), 3);
lst.insert(it, 99);     // 在3前面插入99
lst.erase(it);          // 删除3（it 仍有效，指向下一个元素）
 
// list 专有操作（vector/deque 没有）
lst.splice(it, other_lst);           // 把 other_lst 整体接到 it 前
lst.splice(it, other_lst, it2);      // 把 other_lst 中 it2 指向的元素移过来
lst.splice(it, other_lst, b, e);     // 移动范围
 
lst.remove(3);                       // 删除所有值为3的元素
lst.remove_if([](int x){ return x%2==0; }); // 删除所有偶数
 
lst.unique();                        // 删除相邻重复元素
lst.sort();                          // list 自己的排序（std::sort 不支持链表）
lst.reverse();                       // 就地反转
lst.merge(other_lst);               // 合并两个有序链表

1.5.3 注意：不能用 std::sort

// std::sort 需要随机访问迭代器，list 不支持
std::sort(lst.begin(), lst.end());  // ❌ 编译错误
 
// 必须用 list 的成员函数 sort
lst.sort();                         // ✅ 链表版归并排序
lst.sort(std::greater<int>());      // ✅ 降序

1.5.4 常见使用场景

// 场景1：LRU 缓存（需要 O(1) 移动任意元素到头部）
class LRUCache {
    std::list<std::pair<int,int>> cache;  // 最近用的在头部
    std::unordered_map<int, std::list<std::pair<int,int>>::iterator> map;
    int cap;
public:
    int get(int key) {
        auto it = map.find(key);
        if (it == map.end()) return -1;
        cache.splice(cache.begin(), cache, it->second);  // O(1) 移到头部
        return it->second->second;
    }
    void put(int key, int val) {
        if (map.count(key)) cache.erase(map[key]);
        else if (cache.size() == cap) {
            map.erase(cache.back().first);
            cache.pop_back();
        }
        cache.push_front({key, val});
        map[key] = cache.begin();
    }
};
 
// 场景2：需要稳定迭代器的对象列表
// （insert/erase 不会使其他迭代器失效）
std::list<Task> tasks;
// 可以安全地在遍历时修改其他位置的元素
for (auto it = tasks.begin(); it != tasks.end(); ) {
    if (it->is_done())
        it = tasks.erase(it);  // erase 返回下一个有效迭代器
    else
        ++it;
}
 
// 场景3：高效合并多个有序链表（splice 零拷贝）
std::list<int> a = {1, 3, 5};
std::list<int> b = {2, 4, 6};
a.merge(b);  // a = {1,2,3,4,5,6}，b 被清空，O(n) 且无内存分配

1.6 forward_list —— 单向链表

1.6.1 基本特性

#include <forward_list>
std::forward_list<int> fl = {1, 2, 3};

比 list 少一个指针，内存开销更小
只能前向遍历
没有 size() 方法（O(1) 无法实现，故去掉）
插入删除接口与 list 略有不同（insert_after/erase_after）

1.6.2 核心操作

std::forward_list<int> fl = {1, 2, 3};
 
fl.push_front(0);        // 头部插入
fl.pop_front();          // 头部删除
fl.front();              // 第一个元素
 
// 注意：是 insert_after/erase_after，不是 insert/erase
auto it = fl.before_begin();  // 哨兵迭代器，指向第一个元素之前
fl.insert_after(it, 99);      // 在 it 指向位置的后面插入
fl.erase_after(it);           // 删除 it 指向位置的下一个元素
 
// 其他操作和 list 类似
fl.remove(3);
fl.remove_if(...);
fl.sort();
fl.reverse();
fl.merge(other);
fl.splice_after(it, other);

1.6.3 常见使用场景

// 主要场景：内存敏感场合的链表，比 list 节省一个指针
// 每个节点 list 用 16 字节（data + prev + next），forward_list 只用 8+4=12 字节
 
// 场景：单向遍历的简单队列，且节点数量极大
std::forward_list<Event> event_queue;
event_queue.push_front(new_event);
// 处理完就 pop，不需要反向遍历
 
// 场景：实现邻接链表（图的存储）
std::vector<std::forward_list<int>> adj(n);  // n 个节点的邻接链表
adj[u].push_front(v);  // 添加边
for (int neighbor : adj[u]) { ... }  // 遍历邻居

1.7 set / multiset —— 有序集合

1.7.1 基本特性

#include <set>
std::set<int> s = {3, 1, 4, 1, 5, 9};  // 自动去重并排序
// s 内容：{1, 3, 4, 5, 9}
 
std::multiset<int> ms = {3, 1, 4, 1, 5};  // 允许重复
// ms 内容：{1, 1, 3, 4, 5}

红黑树实现，元素自动有序
插入/删除/查找均 O(log n)
迭代器不失效（insert/erase 不影响其他迭代器）
set 自动去重，multiset 允许重复

1.7.2 核心操作

std::set<int> s = {3, 1, 4, 5, 9};
 
// 插入
s.insert(6);
s.insert({7, 8});         // 插入多个
s.emplace(10);
 
// 删除
s.erase(3);               // 按值删除（删除所有等于3的，multiset中可能有多个）
s.erase(s.find(3));       // 按迭代器删除（multiset中只删一个）
s.erase(s.begin(), s.end()); // 范围删除
 
// 查找
auto it = s.find(4);      // 找不到返回 s.end()
bool has = s.count(4);    // set中 count 返回 0 或 1
bool has = s.contains(4); // C++20，更直观
 
// 范围查找（利用有序性）
auto it = s.lower_bound(3);  // 第一个 >= 3 的迭代器
auto it = s.upper_bound(3);  // 第一个 > 3 的迭代器
auto [lo, hi] = s.equal_range(3);  // 等于3的范围
 
// 大小
s.size();
s.empty();
 
// 遍历（自动按升序）
for (int x : s) std::cout << x;  // 1 3 4 5 9
 
// 自定义排序（降序）
std::set<int, std::greater<int>> desc_set;
 
// 自定义比较器
struct CmpByAbs {
    bool operator()(int a, int b) const { return std::abs(a) < std::abs(b); }
};
std::set<int, CmpByAbs> abs_set;

1.7.3 可用算法

std::set<int> s = {1, 3, 5, 7, 9};
 
// set 只支持双向迭代器，不支持随机访问
// 不能用：std::sort（已排序，不需要）、std::shuffle
 
// 可以用
std::for_each(s.begin(), s.end(), [](int x){ ... });
auto it = std::find(s.begin(), s.end(), 5);        // 但效率不如 s.find()
int cnt = std::count(s.begin(), s.end(), 5);
std::copy(s.begin(), s.end(), std::back_inserter(v));
 
// 集合算法（利用 set 有序性）
std::set_union(s1.begin(), s1.end(), s2.begin(), s2.end(),
               std::inserter(result, result.begin()));
std::set_intersection(s1.begin(), s1.end(), s2.begin(), s2.end(),
                      std::inserter(result, result.begin()));
std::set_difference(...);
std::includes(s1.begin(), s1.end(), s2.begin(), s2.end()); // s2 是否是 s1 的子集

1.7.4 常见使用场景

// 场景1：维护有序唯一元素集合
std::set<int> unique_ids;
unique_ids.insert(new_id);
if (unique_ids.count(id)) { /* 已存在 */ }
 
// 场景2：找第 K 小的元素（结合 lower_bound）
// 注意：set 没有 O(1) 的 operator[]，advance 是 O(n)
auto it = s.begin();
std::advance(it, k-1);  // 第 k 小，O(n)
 
// 场景3：区间查询（某个范围内的所有元素）
auto lo = s.lower_bound(10);
auto hi = s.upper_bound(20);
for (auto it = lo; it != hi; ++it)
    std::cout << *it;  // 打印 [10, 20] 内所有元素
 
// 场景4：去重并保持有序
std::vector<int> v = {3, 1, 4, 1, 5, 9, 2, 6};
std::set<int> s(v.begin(), v.end());  // 自动去重+排序
 
// 场景5：multiset 统计频率并排序输出
std::multiset<int> ms;
for (int x : data) ms.insert(x);
std::cout << ms.count(5);  // 5 出现的次数
 
// 场景6：滑动窗口维护有序集合
std::multiset<int> window;
for (int i = 0; i < n; i++) {
    window.insert(arr[i]);
    if (i >= k) window.erase(window.find(arr[i-k]));  // 注意用 find 而不是值
    // 获取中位数
    auto it = window.begin();
    std::advance(it, k/2);
    int median = *it;
}

1.8 map / multimap —— 有序键值对

1.8.1 基本特性

#include <map>
std::map<std::string, int> scores;

红黑树实现，按键自动排序
键唯一（map）或可重复（multimap）
插入/删除/查找均 O(log n)
operator[] 会在键不存在时自动插入默认值（注意副作用！）

1.8.2 核心操作

std::map<std::string, int> m;
 
// 插入
m["alice"] = 90;               // operator[]：不存在则插入，存在则更新
m.insert({"bob", 85});         // 插入，键存在时不更新
m.insert_or_assign("bob", 88); // 插入或更新（C++17）
m.emplace("charlie", 95);
auto [it, ok] = m.insert({"alice", 100});  // ok=false，alice已存在
 
// 访问
m["alice"];                    // 90，不存在时插入0（副作用！）
m.at("alice");                 // 90，不存在时抛异常
auto it = m.find("alice");     // 返回迭代器
if (it != m.end()) it->second; // 安全访问
 
// 删除
m.erase("alice");
m.erase(m.find("alice"));
 
// 查找
bool has = m.count("alice");   // 0 或 1
bool has = m.contains("alice"); // C++20
auto it = m.find("alice");
 
// 范围查找
auto lo = m.lower_bound("b");  // 第一个键 >= "b"
auto hi = m.upper_bound("d");  // 第一个键 > "d"
 
// 遍历（按键升序）
for (auto& [key, val] : m) {   // 结构化绑定（C++17）
    std::cout << key << ": " << val;
}
 
// 遍历旧写法
for (auto it = m.begin(); it != m.end(); ++it) {
    std::cout << it->first << ": " << it->second;
}

1.8.3 常见使用场景

// 场景1：词频统计
std::map<std::string, int> freq;
for (const auto& word : words)
    freq[word]++;  // 不存在时自动初始化为0
 
// 场景2：按值排序（map 只能按键排序）
std::map<std::string, int> scores = {{"alice",90},{"bob",85},{"charlie",95}};
std::vector<std::pair<std::string,int>> sorted_scores(scores.begin(), scores.end());
std::sort(sorted_scores.begin(), sorted_scores.end(),
          [](const auto& a, const auto& b){ return a.second > b.second; });
 
// 场景3：范围查询（某个区间内的所有键值对）
std::map<int, std::string> timeline;
auto lo = timeline.lower_bound(2020);
auto hi = timeline.upper_bound(2024);
for (auto it = lo; it != hi; ++it)
    std::cout << it->first << ": " << it->second;
 
// 场景4：前缀匹配（利用有序性）
std::map<std::string, int> dict;
// 找所有以 "pre" 开头的键
auto lo = dict.lower_bound("pre");
auto hi = dict.lower_bound("prf");  // "pre" 的下一个前缀
for (auto it = lo; it != hi; ++it) { /* ... */ }
 
// 场景5：稀疏二维数组
std::map<std::pair<int,int>, double> sparse_matrix;
sparse_matrix[{i, j}] = value;
 
// 场景6：multimap 一键多值
std::multimap<std::string, std::string> email_book;
email_book.insert({"alice", "alice@work.com"});
email_book.insert({"alice", "alice@home.com"});
auto [lo, hi] = email_book.equal_range("alice");
for (auto it = lo; it != hi; ++it)
    std::cout << it->second;

1.9 unordered_map / unordered_set —— 哈希表

1.9.1 基本特性

#include <unordered_map>
#include <unordered_set>
 
std::unordered_map<std::string, int> um;
std::unordered_set<int> us;

哈希表实现，平均 O(1) 插入/删除/查找
最坏 O(n)（哈希碰撞时），正常使用极少触发
元素无序（不保证遍历顺序）
比 map/set 快 3-10 倍（查找场景）
需要自定义哈希函数才能存储自定义类型

1.9.2 核心操作

std::unordered_map<std::string, int> um;
 
// 操作接口与 map 几乎完全相同
um["key"] = 42;
um.insert({"key", 42});
um.insert_or_assign("key", 43);  // C++17
um.emplace("key", 42);
 
um.find("key");
um.count("key");
um.contains("key");   // C++20
um.erase("key");
 
// 哈希桶信息
um.bucket_count();    // 桶数量
um.load_factor();     // 负载因子（元素数/桶数）
um.max_load_factor(); // 最大负载因子（默认1.0）
um.rehash(100);       // 重新哈希，至少100个桶
um.reserve(1000);     // 预留空间（避免 rehash）

1.9.3 自定义类型的哈希

// 方式1：特化 std::hash（推荐）
struct Point { int x, y; };
 
namespace std {
    template<>
    struct hash<Point> {
        size_t operator()(const Point& p) const {
            // 好的哈希：组合多个字段
            size_t h1 = std::hash<int>{}(p.x);
            size_t h2 = std::hash<int>{}(p.y);
            return h1 ^ (h2 << 32) ^ (h2 >> 32);  // 简单组合
            // 更好的组合方式（来自 Boost）：
            // return h1 ^ (h2 + 0x9e3779b9 + (h1<<6) + (h1>>2));
        }
    };
}
// 还需要定义 operator==
bool operator==(const Point& a, const Point& b) { return a.x==b.x && a.y==b.y; }
 
std::unordered_set<Point> points;
 
// 方式2：传入自定义哈希函数对象
struct PointHash {
    size_t operator()(const Point& p) const { ... }
};
struct PointEq {
    bool operator()(const Point& a, const Point& b) const { return a.x==b.x && a.y==b.y; }
};
std::unordered_set<Point, PointHash, PointEq> points;

1.9.4 常见使用场景

// 场景1：O(1) 查找（最常见）
std::unordered_set<int> visited;
// DFS/BFS 中快速判断是否访问过
if (!visited.count(node)) {
    visited.insert(node);
    // 处理 node
}
 
// 场景2：词频统计（比 map 快）
std::unordered_map<std::string, int> freq;
for (const auto& word : words) freq[word]++;
 
// 场景3：两数之和（经典 LeetCode 问题）
std::unordered_map<int, int> seen;  // 值 → 下标
for (int i = 0; i < nums.size(); i++) {
    int complement = target - nums[i];
    if (seen.count(complement))
        return {seen[complement], i};
    seen[nums[i]] = i;
}
 
// 场景4：缓存/记忆化
std::unordered_map<int, long long> memo;
long long fib(int n) {
    if (n <= 1) return n;
    if (memo.count(n)) return memo[n];
    return memo[n] = fib(n-1) + fib(n-2);
}
 
// 场景5：分组（groupby）
std::unordered_map<std::string, std::vector<Student>> by_class;
for (auto& s : students)
    by_class[s.class_name].push_back(s);

1.9.5 map vs unordered_map 选择

需求	选哪个
需要按键排序遍历	`map`
需要范围查询（lower_bound）	`map`
只需要查找/插入，追求速度	`unordered_map`
键是自定义类型，难以哈希	`map`
数据量大，查找是热路径	`unordered_map`
键是字符串或整数	`unordered_map`

1.10 stack —— 后进先出

1.10.1 基本特性

#include <stack>
std::stack<int> st;                     // 默认底层是 deque
std::stack<int, std::vector<int>> st;   // 指定底层是 vector（性能更好）

只暴露 push/pop/top 三个接口，强制 LIFO 语义
底层默认是 deque，但 vector 通常更快

1.10.2 核心操作

std::stack<int> st;
 
st.push(1);       // 入栈
st.push(2);
st.emplace(3);    // 直接构造入栈
 
st.top();         // 查看栈顶（不弹出）
st.pop();         // 弹出栈顶（无返回值！）
 
// 正确的弹出+使用方式
int val = st.top(); st.pop();
 
st.size();
st.empty();

1.10.3 常见使用场景

// 场景1：括号匹配
bool is_valid(const std::string& s) {
    std::stack<char> st;
    for (char c : s) {
        if (c == '(' || c == '[' || c == '{') st.push(c);
        else {
            if (st.empty()) return false;
            char top = st.top(); st.pop();
            if (c==')' && top!='(') return false;
            if (c==']' && top!='[') return false;
            if (c=='}' && top!='{') return false;
        }
    }
    return st.empty();
}
 
// 场景2：DFS（深度优先搜索）显式栈
std::stack<Node*> dfs_stack;
dfs_stack.push(root);
while (!dfs_stack.empty()) {
    Node* node = dfs_stack.top(); dfs_stack.pop();
    for (auto* child : node->children)
        dfs_stack.push(child);
}
 
// 场景3：计算器（逆波兰表达式）
std::stack<int> operands;
for (const auto& token : tokens) {
    if (is_number(token)) operands.push(stoi(token));
    else {
        int b = operands.top(); operands.pop();
        int a = operands.top(); operands.pop();
        if (token == "+") operands.push(a + b);
        if (token == "-") operands.push(a - b);
        // ...
    }
}
 
// 场景4：函数调用栈模拟（递归转迭代）
// 把递归参数显式压栈，消除递归

1.11 queue —— 先进先出

1.11.1 基本特性

#include <queue>
std::queue<int> q;  // 默认底层是 deque

只暴露 push/pop/front/back，强制 FIFO 语义

1.11.2 核心操作

std::queue<int> q;
 
q.push(1);
q.emplace(2);
q.front();         // 队头（下一个出队的）
q.back();          // 队尾（最近入队的）
 
int val = q.front(); q.pop();  // 出队
 
q.size();
q.empty();

1.11.3 常见使用场景

// 场景1：BFS（最常见）
std::queue<std::pair<int,int>> bfs_queue;
bfs_queue.push({start_r, start_c});
while (!bfs_queue.empty()) {
    auto [r, c] = bfs_queue.front(); bfs_queue.pop();
    for (auto [dr, dc] : directions) {
        int nr = r+dr, nc = c+dc;
        if (valid(nr, nc) && !visited[nr][nc]) {
            visited[nr][nc] = true;
            bfs_queue.push({nr, nc});
        }
    }
}
 
// 场景2：生产者-消费者（配合 mutex/condvar）
std::queue<Task> task_queue;
std::mutex mtx;
std::condition_variable cv;
 
// 生产者
{
    std::lock_guard<std::mutex> lock(mtx);
    task_queue.push(new_task);
}
cv.notify_one();
 
// 消费者
{
    std::unique_lock<std::mutex> lock(mtx);
    cv.wait(lock, [&]{ return !task_queue.empty(); });
    Task t = task_queue.front(); task_queue.pop();
}
 
// 场景3：任务调度（FIFO 顺序执行）
std::queue<std::function<void()>> job_queue;

1.12 priority_queue —— 优先队列（堆）

1.12.1 基本特性

#include <queue>
std::priority_queue<int> pq;               // 大根堆（默认）
std::priority_queue<int,
    std::vector<int>, std::greater<int>> min_pq;  // 小根堆

底层是堆（默认大根堆，堆顶最大）
top O(1)，push/pop O(log n)
不支持随机访问，不支持遍历，不支持修改内部元素

1.12.2 核心操作

std::priority_queue<int> pq;
 
pq.push(3);
pq.push(1);
pq.push(4);
pq.push(1);
pq.push(5);
 
pq.top();      // 5（最大值）
pq.pop();      // 弹出5
pq.top();      // 4
 
pq.size();
pq.empty();
 
// 从 vector 建堆（O(n) 比逐个 push O(nlogn) 快）
std::vector<int> v = {3,1,4,1,5,9};
std::priority_queue<int> pq2(v.begin(), v.end());

1.12.3 自定义比较

// 自定义：按结构体的某个字段排序
struct Task {
    int priority;
    std::string name;
};
 
// 大根堆：priority 大的先出
auto cmp = [](const Task& a, const Task& b) {
    return a.priority < b.priority;  // 注意：返回 true 表示 a 优先级低
};
std::priority_queue<Task, std::vector<Task>, decltype(cmp)> pq(cmp);
 
pq.push({3, "low"});
pq.push({10, "high"});
pq.push({5, "mid"});
pq.top().name;  // "high"

1.12.4 常见使用场景

// 场景1：TopK 问题（最常见）
// 找数组中最大的 K 个数：用小根堆，维护大小为 K 的堆
std::priority_queue<int, std::vector<int>, std::greater<int>> min_heap;
for (int x : nums) {
    min_heap.push(x);
    if (min_heap.size() > k) min_heap.pop();  // 堆满时弹出最小值
}
// min_heap 中剩余的 k 个就是最大的 k 个
 
// 场景2：Dijkstra 最短路
using P = std::pair<int, int>;  // {距离, 节点}
std::priority_queue<P, std::vector<P>, std::greater<P>> pq;  // 小根堆
pq.push({0, start});
while (!pq.empty()) {
    auto [d, u] = pq.top(); pq.pop();
    if (d > dist[u]) continue;
    for (auto [v, w] : graph[u]) {
        if (dist[u] + w < dist[v]) {
            dist[v] = dist[u] + w;
            pq.push({dist[v], v});
        }
    }
}
 
// 场景3：合并 K 个有序链表
// 小根堆维护 K 个链表的当前头节点
std::priority_queue<ListNode*,
    std::vector<ListNode*>,
    [](ListNode* a, ListNode* b){ return a->val > b->val; }> pq;
 
// 场景4：事件驱动模拟（按时间排序的事件队列）
struct Event { int time; std::string name; };
auto cmp = [](const Event& a, const Event& b){ return a.time > b.time; };
std::priority_queue<Event, std::vector<Event>, decltype(cmp)> event_queue(cmp);

1.13 算法头文件速查

1.13.1 `<algorithm>` 常用算法

// 不修改序列的算法
std::for_each          // 对每个元素执行操作
std::find              // 线性查找
std::find_if           // 条件查找
std::find_first_of     // 查找任意字符集中的第一个
std::count             // 统计个数
std::count_if          // 条件统计
std::all_of / any_of / none_of  // 全满足/任一满足/全不满足
std::mismatch          // 找第一个不同的位置
std::equal             // 判断两段是否相等
std::search            // 子序列查找
 
// 修改序列的算法
std::copy              // 拷贝
std::copy_if           // 条件拷贝
std::copy_n            // 拷贝前n个
std::move              // 移动拷贝（语义上的 move）
std::transform         // 变换（一元或二元）
std::replace           // 替换
std::replace_if        // 条件替换
std::fill              // 填充
std::fill_n            // 填充前n个
std::generate          // 生成（用函数）
std::generate_n        // 生成前n个
std::remove            // 逻辑删除（不改变大小）
std::remove_if         // 条件逻辑删除
std::unique            // 去重相邻重复
 
// 重排序列的算法
std::reverse           // 反转
std::rotate            // 旋转
std::shuffle           // 随机打乱
std::next_permutation  // 下一个排列
std::prev_permutation  // 上一个排列
 
// 分区
std::partition         // 按条件分区
std::stable_partition  // 稳定分区
std::partition_point   // 分区边界
 
// 排序
std::sort              // 不稳定排序 O(nlogn)
std::stable_sort       // 稳定排序 O(nlogn)
std::partial_sort      // 前K个有序
std::nth_element       // 第n个元素归位，两侧元素满足大小关系
std::is_sorted         // 判断是否有序
std::is_sorted_until   // 有序的最远位置
 
// 有序序列操作
std::binary_search     // 二分查找
std::lower_bound       // 第一个 >= x 的位置
std::upper_bound       // 第一个 > x 的位置
std::equal_range       // 等于x的范围
std::merge             // 合并两个有序序列
std::inplace_merge     // 原地合并
std::set_union/intersection/difference/symmetric_difference  // 集合操作
std::includes          // 子集判断
 
// 堆操作
std::make_heap         // 建堆
std::push_heap         // 入堆
std::pop_heap          // 出堆
std::sort_heap         // 堆排序
std::is_heap           // 判断是否是堆
 
// 最大最小
std::min / max                    // 两个值比较
std::min_element / max_element    // 序列中的最小/最大
std::minmax / minmax_element      // 同时获取最小最大
std::clamp                        // 限制在[min,max]范围（C++17）

1.13.2 `<numeric>` 数值算法

std::accumulate        // 累积（求和、乘积等）
std::inner_product     // 内积（点积）
std::partial_sum       // 前缀和
std::adjacent_difference // 相邻差
std::iota              // 填充递增序列（1,2,3,...）
std::reduce            // C++17，parallel-friendly 的 accumulate
std::inclusive_scan    // C++17，前缀和（含当前元素）
std::exclusive_scan    // C++17，前缀和（不含当前元素）
std::transform_reduce  // C++17，map-reduce

1.14 容器与算法配合的最佳实践

1.14.1 输出迭代器（back_inserter / inserter）

std::vector<int> src = {1, 2, 3, 4, 5};
std::vector<int> dst;
 
// back_inserter：自动调用 push_back（用于 vector/deque/list）
std::copy(src.begin(), src.end(), std::back_inserter(dst));
std::copy_if(src.begin(), src.end(), std::back_inserter(dst),
             [](int x){ return x > 2; });
 
// front_inserter：自动调用 push_front（用于 deque/list）
std::copy(src.begin(), src.end(), std::front_inserter(list_dst));
 
// inserter：指定位置插入（用于 set/map）
std::set<int> s;
std::copy(src.begin(), src.end(), std::inserter(s, s.begin()));

1.14.2 erase-remove 惯用法

std::vector<int> v = {1, 2, 3, 4, 5, 2, 3};
 
// 删除所有等于2的元素
v.erase(std::remove(v.begin(), v.end(), 2), v.end());
 
// 删除所有满足条件的元素
v.erase(std::remove_if(v.begin(), v.end(),
        [](int x){ return x % 2 == 0; }), v.end());
 
// C++20 简化（推荐）
std::erase(v, 2);
std::erase_if(v, [](int x){ return x % 2 == 0; });

1.14.3 综合场景示例

// 场景：统计成绩，找出高于平均分的学生，按成绩降序输出
 
struct Student { std::string name; int score; };
std::vector<Student> students = { {"Alice",90}, {"Bob",70}, {"Charlie",85} };
 
// 1. 计算平均分
int total = std::accumulate(students.begin(), students.end(), 0,
    [](int sum, const Student& s){ return sum + s.score; });
double avg = (double)total / students.size();
 
// 2. 筛选高于平均分的学生
std::vector<Student> above_avg;
std::copy_if(students.begin(), students.end(), std::back_inserter(above_avg),
    [avg](const Student& s){ return s.score > avg; });
 
// 3. 按成绩降序排序
std::sort(above_avg.begin(), above_avg.end(),
    [](const Student& a, const Student& b){ return a.score > b.score; });
 
// 4. 输出
std::for_each(above_avg.begin(), above_avg.end(),
    [](const Student& s){ std::cout << s.name << ": " << s.score << "\n"; });

1.15 总结：场景 → 容器选型

场景	推荐容器	原因
大多数情况	`vector`	连续内存，cache 友好，接口最全
编译期固定大小	`array`	零开销，类型安全
头尾频繁插删	`deque`	头尾 O(1)
中间频繁插删且有稳定迭代器需求	`list`	O(1) 且迭代器不失效
去重+有序+范围查询	`set`	自动排序，lower_bound
键值映射+有序+范围查询	`map`	有序键值对
快速查找/插入（无序）	`unordered_set/map`	O(1) 平均
LIFO	`stack`	强制栈语义
FIFO	`queue`	强制队列语义
最大/最小优先	`priority_queue`	O(log n) 动态维护极值
LRU 缓存	`list` + `unordered_map`	O(1) 移动 + O(1) 查找
TopK	`priority_queue`	维护大小为 K 的堆
区间查询	`map`/`set` + `lower_bound`	利用有序性快速定位

Adrian's Space

探索

STL 容器算法手册

1 C++ STL 容器与算法手册

1.1 全局概览

1.1.1 容器分类导图

1.1.2 选择容器的第一原则

1.1.3 复杂度速查总表

1.2 array —— 固定大小数组

1.2.1 基本特性

1.2.2 核心操作

1.2.3 可用算法

1.2.4 常见使用场景

1.3 vector —— 动态数组（最常用容器）

1.3.1 基本特性

1.3.2 核心操作

1.3.3 可用算法（最全）

1.3.4 常见使用场景

1.4 deque —— 双端队列

1.4.1 基本特性

1.4.2 核心操作

1.4.3 常见使用场景

1.5 list —— 双向链表

1.5.1 基本特性

1.5.2 核心操作

1.5.3 注意：不能用 std::sort

1.5.4 常见使用场景

1.6 forward_list —— 单向链表

1.6.1 基本特性

1.6.2 核心操作

1.6.3 常见使用场景

1.7 set / multiset —— 有序集合

1.7.1 基本特性

1.7.2 核心操作

1.7.3 可用算法

1.7.4 常见使用场景

1.8 map / multimap —— 有序键值对

1.8.1 基本特性

1.8.2 核心操作

1.8.3 常见使用场景

1.9 unordered_map / unordered_set —— 哈希表

1.9.1 基本特性

1.9.2 核心操作

1.9.3 自定义类型的哈希

1.9.4 常见使用场景

1.9.5 map vs unordered_map 选择

1.10 stack —— 后进先出

1.10.1 基本特性

1.10.2 核心操作

1.10.3 常见使用场景

1.11 queue —— 先进先出

1.11.1 基本特性

1.11.2 核心操作

1.11.3 常见使用场景

1.12 priority_queue —— 优先队列（堆）

1.12.1 基本特性

1.12.2 核心操作

1.12.3 自定义比较

1.12.4 常见使用场景

1.13 算法头文件速查

1.13.1 <algorithm> 常用算法

1.13.2 <numeric> 数值算法

1.14 容器与算法配合的最佳实践

1.14.1 输出迭代器（back_inserter / inserter）

1.14.2 erase-remove 惯用法

1.14.3 综合场景示例

1.15 总结：场景 → 容器选型

关系图谱

目录

反向链接

1.13.1 `<algorithm>` 常用算法

1.13.2 `<numeric>` 数值算法