C++20完整指南:子范围、参考视图与归属视图详解
2025-06-24 03:22:24作者:咎岭娴Homer
概述
本文将深入探讨C++20标准库中三种重要的视图类型:子范围(subrange)、参考视图(ref_view)和归属视图(owning_view)。这些视图类型为处理范围提供了灵活且高效的方式,是现代C++范围编程的重要组成部分。
子范围(std::ranges::subrange)
基本概念
子范围是一种轻量级视图,用于表示现有范围内的一个连续元素序列。它通常由一对迭代器(开始和结束)或一个迭代器加计数来定义。
核心特性
- 元素类型:与传入迭代器的值类型相同
- 要求:至少需要输入迭代器
- 类别:继承自传入迭代器的类别
- 租借范围:总是(即不拥有元素)
- 常量可迭代:当传入迭代器可复制时
使用示例
std::vector<int> coll{0, 8, 15, 47, 11, -1, 13};
std::ranges::subrange s1{std::ranges::find(coll, 15),
std::ranges::find(coll, -1)};
// 输出: 15 47 11
工厂函数
std::views::counted()
可用于从迭代器和计数创建子范围:
auto v = std::views::counted(coll.begin(), 3);
特殊特性
子范围可以是大小已知的(sized)或未知的(unsized),这取决于:
- 传入的迭代器类型(随机访问迭代器通常产生大小已知的子范围)
- 是否显式提供了大小参数
类似元组的接口
子范围支持结构化绑定,可以方便地分解为开始和结束迭代器:
auto [beg, end] = std::ranges::subrange{coll};
参考视图(std::ranges::ref_view)
基本概念
参考视图提供了一种轻量级方式来引用现有范围,类似于引用包装器,但专为范围设计。
核心特性
- 元素类型:与传入范围相同
- 要求:至少需要输入范围
- 租借范围:总是
- 传播常量性:从不
使用示例
std::vector<std::string> coll{"love", "of", "my", "life"};
std::ranges::ref_view v{coll}; // 引用coll
工厂函数
std::views::all()
可用于创建参考视图:
auto v = std::views::all(coll);
注意事项
- 只能为左值创建参考视图
- 当底层范围被销毁后,视图将失效
归属视图(std::ranges::owning_view)
基本概念
归属视图是唯一拥有元素所有权的视图类型,通过移动语义获取范围的元素。
核心特性
- 元素类型:与传入范围相同
- 要求:至少需要输入范围
- 传播常量性:总是
- 不可复制:只能移动
使用示例
std::vector vec{0, 8, 15};
std::ranges::owning_view v{std::move(vec)}; // 移动vec到视图
工厂函数
std::views::all()
可用于创建归属视图:
auto v = std::views::all(std::move(coll));
注意事项
- 只能为右值创建归属视图
- 创建后会转移原范围的所有权
比较与选择指南
特性 | 子范围 | 参考视图 | 归属视图 |
---|---|---|---|
所有权 | 无 | 无 | 有 |
创建方式 | 迭代器对/计数 | 左值范围 | 右值范围 |
复制语义 | 可复制 | 可复制 | 仅可移动 |
典型用途 | 表示范围子集 | 轻量级引用范围 | 获取范围所有权 |
实际应用建议
- 当需要处理范围的一部分时,使用子范围
- 当需要轻量级引用现有范围时,使用参考视图
- 当需要获取范围所有权并延长其生命周期时,使用归属视图
- 优先使用工厂函数(
views::all
,views::counted
)而非直接构造视图
总结
C++20引入的这些视图类型为范围处理提供了强大而灵活的工具。理解它们的特性和适用场景,可以帮助开发者编写更高效、更现代的C++代码。子范围适合处理范围子集,参考视图提供轻量级引用,而归属视图则解决了临时范围所有权问题。合理选择和使用这些视图,可以显著提升代码的清晰性和性能。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0372Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
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++0104AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
207
2.2 K

暂无简介
Dart
519
115

Ascend Extension for PyTorch
Python
62
94

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++
550
86

React Native鸿蒙化仓库
C++
209
285

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

🎉 (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
976
577

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193