企业官网建设流程全解析

0. 前言

我们完成了数据结构顺序表的深度学习，彻底吃透了 vector 底层动态扩容、内存连续、增删移位的核心机制，明白了容器底层数据排布逻辑。今天我们回归 C++ STL 算法体系，继续补齐工程高频算法能力。

在日常业务开发、数据预处理、算法刷题中，数据去重、有序数组合并、集合求交/并/差集是刚需操作。很多开发者处理去重逻辑时，只会手写双层循环暴力去重，不仅代码冗余、可读性差，时间复杂度 O(n²) 极易超时，还容易出现边界处理漏洞。

STL 为有序数据处理提供了一套成熟、高效、工业级的算法体系：unique 相邻去重、merge 双有序数组合并、set 系列集合运算，全部基于 O(n) 或 O(nlogn) 最优复杂度实现。其中sort + unique + erase是 C++ 通用去重的标准套路，也是面试、刷题、工程开发的万能模板。

绝大多数初学者存在严重认知误区：认为 unique 可以直接无序去重、可以直接删除容器元素，导致代码逻辑错乱、去重失效、数据残留。本质是不了解 unique 的底层工作机制、适用前提、返回值含义。

今天我们全方位精讲 STL 去重、合并、集合三大类高频算法，从零拆解底层原理、标准写法、易错点、复杂度分析、工程实战场景、面试核心考点，彻底掌握有序数据预处理的全套最优解法。

1. 核心前置认知：unique 去重底层机制

1.1 unique 核心特性（必考）

很多人用不好 unique，根源是不懂它的核心规则，这里给出唯一正确底层定义：

unique 只能去除相邻重复元素，不会直接删除容器元素，仅对有序区间生效，无序容器直接调用会去重失败！

这是所有去重坑点的根源。

1.2 unique 工作原理详解

unique 不会改变容器大小、不会释放内存、不会删除元素，它的真实逻辑是：

1. 遍历迭代器区间，检测相邻重复元素；

2. 将不重复的有效元素，从区间头部开始覆盖式前移；

3. 返回值为：去重后有效元素末尾的迭代器；

4. 该迭代器往后的元素全部是无效残留数据。

1.3 为什么必须先排序再去重？

unique 仅能去除相邻重复，如果数据无序，重复元素分散在区间各处，无法被识别。

排序的作用：将所有重复元素聚拢相邻，为 unique 去重创造条件。

这也是万能去重公式必须包含 sort 的核心原因。

2. 工程万能模板：sort + unique + erase 全局去重

2.1 标准去重流程

C++ 所有序列容器（vector、string、deque）通用全局去重三步曲：

1.sort：排序聚拢所有重复元素；

2.unique：相邻去重，前移有效元素，返回有效末尾迭代器；

3.erase：删除末尾无效残留元素，真正收缩容器大小。

2.2 完整实战代码

#include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { vector<int> v = {2,1,2,3,1,3,5,4,5}; // 万能去重三步曲 sort(v.begin(), v.end()); auto new_end = unique(v.begin(), v.end()); v.erase(new_end, v.end()); for(int val : v) { cout << val << " "; } // 输出：1 2 3 4 5 return 0; }

2.3 复杂度分析

sort 排序：O(nlogn)，unique 遍历覆盖：O(n)，erase 尾部删除：O(1)；

整体去重复杂度：O(nlogn)，远优于手写双重循环 O(n²)。

3. 高阶用法：自定义规则去重

3.1 unique 谓词重载

unique 支持自定义相等判断谓词，可实现模糊去重、结构体去重、条件去重，适配复杂业务场景。

函数原型：

template <class InputIt, class BinaryPredicate> InputIt unique(InputIt first, InputIt last, BinaryPredicate p);

谓词 p 返回 true 则判定两个元素重复，触发覆盖去重。

3.2 结构体自定义去重实战

#include <iostream> #include <vector> #include <algorithm> #include <string> using namespace std; struct Student { string name; int age; }; int main() { vector<Student> stu = { {"张三", 18}, {"张三", 18}, {"李四", 19} }; // 先自定义排序规则，让重复元素相邻 sort(stu.begin(), stu.end(), [](const Student& a, const Student& b){ if(a.name == b.name) return a.age < b.age; return a.name < b.name; }); // 自定义去重：姓名+年龄相同即为重复 auto new_end = unique(stu.begin(), stu.end(), [](const Student& a, const Student& b){ return a.name == b.name && a.age == b.age; }); stu.erase(new_end, stu.end()); for(auto& s : stu) { cout << s.name << " " << s.age << endl; } return 0; }

4. 有序合并算法：merge 精讲

4.1 核心特性与适用场景

业务中经常需要合并两个有序数组、有序列表，手动合并容易出错、逻辑繁琐。STL merge 是专属双有序区间合并算法。

核心前提：两个输入区间必须各自有序；

核心优势：O(n) 线性合并，合并后结果依然有序，性能极致高效。

4.2 函数原型与实战

#include <iostream> #include <vector> #include <algorithm> using namespace std; int main() { vector<int> a = {1,3,5,7,9}; vector<int> b = {2,4,6,8,10}; vector<int> res; // 提前开辟足够空间，避免扩容开销 res.resize(a.size() + b.size()); // 合并两个有序区间到res merge(a.begin(), a.end(), b.begin(), b.end(), res.begin()); for(int val : res) { cout << val << " "; } // 输出：1 2 3 4 5 6 7 8 9 10 return 0; }

4.3 自定义排序规则合并

如果是降序有序数组，可传入自定义比较器，保证合并规则与原序列排序规则一致。

merge(a.begin(), a.end(), b.begin(), b.end(), res.begin(), greater<int>());

5. STL 四大集合运算算法（有序区间专属）

STL 针对两个有序序列，提供全套集合运算，刷题、数据比对、差集筛选高频使用，全部 O(n) 复杂度。

5.1 set_union 并集

合并两个集合，去除重复，保留所有不重复元素。

5.2 set_intersection 交集

保留两个集合中共同存在的元素。

5.3 set_difference 差集

保留存在于第一个集合、不存在于第二个集合的元素。

5.4 set_symmetric_difference 对称差集

保留两个集合中互相不共有的元素。

5.5 集合运算通用模板

vector<int> a = {1,2,3,4,5}; vector<int> b = {3,4,5,6,7}; vector<int> res; res.resize(10); // 交集示例 auto end = set_intersection(a.begin(),a.end(),b.begin(),b.end(),res.begin()); res.erase(end, res.end());

所有集合算法必须保证输入区间有序，否则结果错乱。

6. 高频致命坑点汇总（工程必避）

1.无序数据直接调用unique：只能删除相邻重复，零散重复元素残留，去重彻底失效；

2.只调用unique不调用erase：容器大小不变，末尾残留无效脏数据；

3.merge输入无序序列：合并结果完全乱序，算法逻辑失效；

4.集合运算未排序：四大集合算法强依赖有序区间，无序输入结果错误；

5.自定义谓词不匹配：sort与unique/merge比较规则不一致，导致匹配错乱；

6.目标容器空间不足：merge与集合运算写入越界，程序崩溃。

7. 企业级编码规范

1. 全局去重统一使用sort+unique+erase标准模板，拒绝手写循环去重；

2. 复杂结构体去重，保证排序规则与去重谓词逻辑一致；

3. 双有序数组合并优先使用 merge，O(n) 最优复杂度，代码极简无bug；

4. 集合比对、数据筛选场景，优先使用 STL 集合四大算法，不重复造轮子；

5. 所有有序算法使用前，必须严格校验输入区间是否有序；

6. 结果容器提前预分配空间，避免频繁扩容，提升批量数据处理性能。

8. 面试满分问答（必背）

Q1：unique 算法的底层原理是什么？为什么不能直接去重？

unique 仅移除相邻重复元素，通过前移覆盖保留有效元素，返回有效区间末尾迭代器，不会删除容器元素、不会收缩容器大小，因此必须配合 erase 清理残留数据。

Q2：为什么去重必须先排序？

unique 只能识别相邻重复元素，排序可以将所有重复元素聚拢相邻，让全局重复全部变为相邻重复，从而实现完整全局去重。

Q3：merge 算法的使用前提和优势？

前提是两个输入区间各自有序；优势是线性时间 O(n) 完成合并，效率极高，合并后序列依然保持有序，是有序数组合并最优解法。

Q4：STL集合运算算法的限制是什么？

set_intersection、set_union 等所有集合算法，仅支持有序输入区间，无序序列运算结果完全错误，这是核心限制条件。

9. 全文总结

今天我们完整吃透了STL 去重、合并、集合运算三大核心算法体系，深度掌握了 unique 底层去重原理、sort-unique-erase 万能去重模板、自定义结构体去重、merge 有序合并、四大集合运算算法。

这套算法是数据预处理的基石，替代了低效的手写循环逻辑，代码更简洁、性能更优、边界更严谨，完美适配刷题、业务数据清洗、批量数据规整场景，是现代 C++ 工程开发必备核心能力。