C++20标准算法扩展详解 - 从CXX20-The-Complete-Guide看现代C++算法演进
2025-06-24 19:21:57作者:冯梦姬Eddie
引言
C++20标准为算法库带来了多项重要扩展,这些改进使算法使用更加现代化和便捷。本文将深入解析这些变化,帮助开发者更好地理解和使用现代C++算法。
范围支持
C++20显著增强了对范围(Ranges)的支持,这是算法库最重要的改进之一。
核心特性
- 统一参数传递:现在可以将整个容器或视图作为单个参数传递给算法,不再需要分别传递开始和结束迭代器
- 投影功能:新增投影参数支持,允许在算法操作前对元素进行转换
使用方式
这些新特性位于std::ranges命名空间中,使用时需要显式指定命名空间:
std::vector<int> v{1, 2, 3};
auto result = std::ranges::find(v, 2); // 直接传递整个容器
当前限制
需要注意的是,以下算法尚未支持范围:
- 数值算法(如
accumulate()) - 并行执行算法
lexicographical_compare_three_way()
新增算法
C++20引入了几种实用的新算法,极大丰富了标准库的功能。
范围极值算法
新增了三个专门处理范围的极值算法:
| 算法名称 | 功能描述 |
|---|---|
| min() | 计算范围中的最小值 |
| max() | 计算范围中的最大值 |
| minmax() | 同时计算最小值和最大值 |
这些算法支持比较条件和投影参数,使用示例如下:
std::vector<int> coll{0, 8, 15, 47, 11};
// 计算最小值
std::cout << std::ranges::min(coll) << '\n'; // 输出0
// 计算最大值
std::cout << std::ranges::max(coll) << '\n'; // 输出47
// 同时获取最小值和最大值
auto [min, max] = std::ranges::minmax(coll);
std::cout << min << ' ' << max << '\n'; // 输出0 47
元素位移算法
C++20新增了两个实用的位移算法:
| 算法名称 | 功能描述 |
|---|---|
| shift_left() | 将元素向前移动 |
| shift_right() | 将元素向后移动 |
这两个算法分别返回新的结束或开始位置,使用示例如下:
std::vector<int> coll{1, 2, 3, 4, 5, 6, 7, 8};
// 向前移动1个位置
std::shift_left(coll.begin(), coll.end(), 1);
// 结果:2,3,4,5,6,7,8,8
// 向后移动3个位置
auto newbeg = std::shift_right(coll.begin(), coll.end(), 3);
// 结果:2,3,4,2,3,4,5,6
三路字典序比较
新增的lexicographical_compare_three_way()算法使用<=>运算符比较两个范围,返回新的比较类别类型。不过目前该算法还不支持范围参数和投影参数。
执行策略扩展
C++20在并行算法执行策略方面也有重要更新。
新增unseq策略
C++20引入了std::execution::unseq执行策略,允许在单个线程内进行向量化(SIMD)处理。完整的执行策略如下:
| 策略 | 含义 |
|---|---|
| seq | 单线程顺序执行 |
| par | 多线程并行执行 |
| unseq | 单线程向量化执行(C++20新增) |
| par_unseq | 多线程向量化执行 |
使用示例
std::vector<double> coll;
// ...初始化数据...
// 使用unseq策略进行平方根计算
std::for_each(std::execution::unseq,
coll.begin(), coll.end(),
[](auto& val) {
val = std::sqrt(val);
});
注意事项
- 非顺序执行策略可能导致操作交错执行
- 不应在这些策略中使用阻塞同步(如互斥锁),否则可能导致死锁
- 实际是否使用SIMD取决于硬件支持和实现决策
总结
C++20对算法库的扩展使现代C++编程更加高效和便捷。范围支持简化了算法调用,新增算法丰富了功能集,而执行策略的扩展则为性能优化提供了更多可能性。开发者应当根据具体场景选择合适的算法和策略,以充分发挥现代C++的优势。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
757
960
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
646