使用C++20的范围适配器简化数据处理

作者

在现代C++中，std::ranges 为容器和迭代器提供了一套强大的适配器与算法，极大地提升了代码的可读性和表达力。本文将从基本概念入手，演示如何使用范围适配器对数据进行链式处理，并说明常见的使用陷阱与最佳实践。

一、为什么使用范围适配器？

传统的 STL 代码往往需要嵌套 std::copy_if、std::transform 等算法，且每一步都需要显式声明临时容器或迭代器。例如，过滤偶数后取平方再求和的写法：

std::vector <int> src{1,2,3,4,5,6,7,8,9,10};
std::vector <int> tmp;
std::copy_if(src.begin(), src.end(), std::back_inserter(tmp),
             [](int v){ return v % 2 == 0; });

std::transform(tmp.begin(), tmp.end(), tmp.begin(),
               [](int v){ return v * v; });

int sum = std::accumulate(tmp.begin(), tmp.end(), 0);

这段代码需要多个临时变量、重复的迭代器写法，难以在一行中表达整个数据流。使用范围适配器可以写成：

int sum = src | std::views::filter([](int v){ return v % 2 == 0; })
              | std::views::transform([](int v){ return v * v; })
              | std::views::elements <int>() // 转成可迭代的视图
              | std::views::fold(0, std::plus<>{});

（std::views::fold 需要自定义，或直接使用 std::ranges::accumulate）

这种链式写法既直观又省去了中间容器，提升了代码可读性。

二、核心适配器

适配器 作用 示例
std::views::filter 过滤元素 | std::views::filter([](int v){ return v > 10; })
std::views::transform 转换元素 | std::views::transform([](int v){ return std::to_string(v); })
std::views::take 取前 N 个 | std::views::take(5)
std::views::drop 跳过前 N 个 | std::views::drop(3)
std::views::reverse 反转 | std::views::reverse
std::views::join 展平嵌套容器 | std::views::join
std::views::stride 取步长 | std::views::stride(2)
std::views::concat 连接两个范围 std::views::concat(v1, v2)

注意：std::views::transform 的返回类型是一个视图而不是容器；若需要迭代或取值，视图本身即是可迭代的，常用 for (auto&& x : view)。

三、常见陷阱

  1. 视图的生命周期
    std::views::filter 等视图内部存储了原始容器的引用。若原始容器被销毁，视图将悬空。
    解决方案：保持原始容器在视图使用期间的生命周期，或将视图转换为实质性容器：auto new_vec = std::vector(view.begin(), view.end());

  2. 惰性求值
    视图默认是惰性的，只有在遍历或需要终止条件时才会触发。若在链式调用中使用 std::views::take，后续的 transform 等将只处理前 N 个元素。
    提示：理解惰性求值可避免不必要的计算。

  3. 自定义适配器
    std::ranges::view 需要满足 std::ranges::view_interface，实现 begin, end, size 等。自定义适配器时请务必继承 std::ranges::view_interface 并使用 constexpr，否则可能导致编译错误。

  4. 并行执行
    std::ranges::for_each 支持并行策略，但仅在可并行迭代器上有效。使用 std::execution::par_unseq 时需确保操作是无副作用的。

四、完整示例：统计文件中单词出现次数

#include <iostream>
#include <fstream>
#include <string>
#include <unordered_map>
#include <ranges>
#include <algorithm>

int main() {
    std::ifstream fin("sample.txt");
    std::string word;
    std::unordered_map<std::string, int> freq;

    // 读取单词并统计
    std::ranges::for_each(std::istream_iterator<std::string>(fin),
                          std::istream_iterator<std::string>(),
                          [&](const std::string& w){ ++freq[w]; });

    // 输出频率高于 3 的单词
    auto high_freq = freq | std::views::values
                        | std::views::filter([](int c){ return c > 3; });

    std::cout << "单词出现次数 > 3 的统计如下:\n";
    for (int c : high_freq)
        std::cout << c << '\n';
}

这里利用 std::views::values 直接访问 unordered_map 的值，链式过滤后再遍历输出。若想按单词排序，可在 freq 之上使用 std::views::keys | std::views::transform([](auto&& k){ return std::string(k); }) 并与 std::ranges::sort 组合。

五、总结

  • 范围适配器 通过惰性求值和链式调用，提供了更简洁、可读的算法表达方式。
  • 需要注意 视图生命周期 与 惰性求值 的影响，避免悬空引用与多余计算。
  • 在 并行 与 自定义 适配器时，遵循标准库的接口要求，确保兼容性。

随着 C++23 对 ranges 的进一步完善，未来将出现更多内置适配器与更直观的语法糖。掌握 std::ranges 已成为现代 C++ 开发者必备的技能之一。

发表评论