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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
463
554
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++
929
801
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.49 K
843
暂无简介
Dart
869
207
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
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
380
261
昇腾LLM分布式训练框架
Python
136
160