C++23 ranges::fold_right 算法详解 - cpprefjp/site 技术解析
2025-07-05 22:33:18作者:董斯意
概述
std::ranges::fold_right 是 C++23 引入的一个新算法,它实现了函数式编程中经典的右折叠操作。该算法从范围的末尾开始,将二元操作依次应用到每个元素和累积值上,最终返回处理后的结果。
算法原理
fold_right 的工作方式可以理解为:
- 从范围的最后一个元素开始处理
- 将当前元素和初始值(或前一步的累积结果)传递给二元操作函数
- 将操作结果作为下一步的累积值
- 重复上述过程直到处理完所有元素
数学表达式表示为:f(e1, f(e2, f(e3, ... f(en, init)...))
函数签名
namespace std::ranges {
template <bidirectional_iterator I, sentinel_for<I> S, class T,
indirectly-binary-right-foldable<T, I> F>
constexpr auto fold_right(I first, S last, T init, F f);
template <bidirectional_range R, class T,
indirectly-binary-right-foldable<T, iterator_t<R>> F>
constexpr auto fold_right(R&& r, T init, F f);
}
参数说明
first,last: 输入范围的迭代器对r: 可直接传递的范围对象init: 初始累积值f: 二元操作函数,接受当前元素和累积值,返回新的累积值
使用示例
基本数值计算
#include <ranges>
#include <algorithm>
#include <numeric>
#include <iostream>
int main() {
auto nums = std::views::iota(1, 6); // [1,2,3,4,5]
auto sum = std::ranges::fold_right(nums, 0, std::plus{});
std::cout << sum << '\n'; // 输出15 (1+(2+(3+(4+(5+0)))))
}
字符串连接
#include <vector>
#include <ranges>
#include <algorithm>
#include <string>
int main() {
std::vector<std::string> words{"Hello", " ", "World", "!"};
auto concat = std::ranges::fold_right(words, std::string{},
[](const auto& elem, auto acc) {
return elem + std::move(acc);
});
// 结果为"Hello World!"
}
技术细节
约束条件
fold_right 要求输入范围满足 bidirectional_range,因为它需要从末尾开始处理元素。二元操作函数必须满足 indirectly-binary-right-foldable 概念,这实际上是 indirectly-binary-left-foldable 的变体,其中函数参数顺序被反转。
返回值类型
返回值类型由二元操作函数的返回类型决定,具体为:
using U = decay_t<invoke_result_t<F&, iter_reference_t<I>, T>>;
复杂度
算法的时间复杂度是线性的,精确执行 N 次二元操作(N 为范围大小)。
与 fold_left 的对比
| 特性 | fold_right | fold_left |
|---|---|---|
| 处理方向 | 从右到左 | 从左到右 |
| 范围要求 | 双向范围 | 输入范围 |
| 数学表达式 | f(e1, f(e2, ...)) | f(...f(f(init, e1), e2), ...) |
| 典型应用 | 列表反转、右结合运算 | 累加、左结合运算 |
实际应用场景
- 反向处理数据:当需要从后向前处理数据时
- 构建右结合表达式:如数学表达式解析
- 函数式编程模式:实现函数式编程中的高阶操作
- 复杂数据结构转换:如树结构的构建
注意事项
- 二元操作函数的参数顺序很重要,第一个参数是当前元素,第二个是累积值
- 对于空范围,直接返回初始值
- C++26 开始支持使用花括号初始化语法传递参数
- 返回值类型由二元操作决定,可能与输入类型不同
总结
std::ranges::fold_right 为 C++ 带来了函数式编程的强大能力,特别适合需要从右向左处理数据的场景。它与 fold_left 形成互补,为算法库提供了更完整的函数式编程支持。理解并掌握这一算法,可以编写出更简洁、更具表达力的 C++ 代码。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
260
92