新闻详情

新闻详情

首页 / 资讯中心 / 详情

C++ vector 删除元素:erase-remove 惯用法与迭代器陷阱

发布时间:2026/11/16 6:38:43来源:尧图网络
C++ vector 删除元素:erase-remove 惯用法与迭代器陷阱
vector 删除元素erase-remove 惯用法1. 问题背景2. std::remove 实际做了什么3. erase-remove 惯用法4. C20 的更简洁写法5. 遍历时删除元素6. 删除多个元素的性能7. 常见误区8. 一页速查9. 总结1. 问题背景在 vector 中删除满足条件的元素看起来像一个简单操作但初学时很容易误解 std::remove。它的名字叫 remove却不会真正改变容器大小。2. std::remove 实际做了什么std::remove 会把需要保留的元素移动到区间前部并返回新的“逻辑结尾”。尾部仍然存在只是内容处于未指定状态。#includealgorithm#includevectorstd::vectorintvalues{1,0,2,0,3};autonewEndstd::remove(values.begin(),values.end(),0);执行后 values.size() 仍然是 5。要真正缩短容器还需要 erase。3. erase-remove 惯用法values.erase(std::remove(values.begin(),values.end(),0),values.end());这段代码分两步remove 把保留元素移到前面erase 删除从新逻辑结尾到真实结尾的元素。按条件删除时使用 remove_ifvalues.erase(std::remove_if(values.begin(),values.end(),[](intx){returnx0;}),values.end());4. C20 的更简洁写法C20 为常用容器提供了 std::erase 和 std::erase_if。std::erase(values,0);std::erase_if(values,[](intx){returnx0;});表达更直接也不容易忘记第二步 erase。5. 遍历时删除元素需要边遍历边删除时使用 erase 的返回值继续迭代。for(autoitvalues.begin();it!values.end();){if(*it%20){itvalues.erase(it);}else{it;}}vector::erase 会让删除位置及其后的迭代器、引用和指针失效因此不能继续使用旧 it也不要在 erase 后无条件再 it。6. 删除多个元素的性能循环中反复调用 erase 可能多次移动后续元素最坏情况下成本很高。如果删除条件可以一次判断erase-remove 或 erase_if 通常更高效因为保留元素只需集中移动。如果不要求保持原顺序还可以用“与末尾交换再 pop_back”的方式进行 O(1) 单次删除values[index]std::move(values.back());values.pop_back();这种方法会改变元素顺序只适合顺序不重要的场景。7. 常见误区只调用 remove误以为 size 会变小erase 后继续使用已经失效的迭代器在范围 for 中直接删除 vector 元素不考虑是否需要保持元素原顺序。8. 一页速查场景推荐写法删除指定值C11erase(remove(…), end())按条件删除C11erase(remove_if(…), end())删除指定值C20std::erase(container, value)按条件删除C20std::erase_if(container, pred)遍历中删除it container.erase(it)9. 总结std::remove 只调整元素位置不负责缩小容器真正删除要配合 erase。C20 可优先使用 std::erase 和 std::erase_if。遍历中删除时必须接住 erase 返回的新迭代器并牢记 vector 的迭代器失效规则。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉