清除 C++ vector 中的冗余元素

1 结论

个人推荐的方法是使用sort()和unique()，原因是简单

2 多种方案

NOTE: 下面的方案和测试引用自stackoverflow，作者Artem Klevtsov和alexk7

方案1：使用sort()和unique()

unique()实际上是检测相邻的2个元素，如果相等则把其中一个移动到尾部，最后返回的是最后一个非冗余元素的iterator。
所以使用unique()之前，先要用sort()进行排序。

sort( vec.begin(), vec.end() );
vec.erase( unique( vec.begin(), vec.end() ), vec.end() );

方案2：使用set（通过构造函数）

因为set对象里的元素要求是唯一的。
所以如下，构造一个set对象，然后重新赋值回vector()

set<int> s( vec.begin(), vec.end() );
vec.assign( s.begin(), s.end() );

方案3：使用set（通过手工添加）

和方案2相似，区别是构造空的set，然后手工添加

set<int> s;
for (int i : vec)
    s.insert(i);
vec.assign( s.begin(), s.end() );

方案4：使用unordered_set（通过构造函数）

和方案2相似，区别是set对象不会对元素进行排序

unordered_set<int> s( vec.begin(), vec.end() );
vec.assign( s.begin(), s.end() );
sort( vec.begin(), vec.end() );

方案5：使用unordered_set（通过手工添加）

和方案3相似，先构造空的set，然后手工添加

unordered_set<int> s;
for (int i : vec)
    s.insert(i);
vec.assign( s.begin(), s.end() );
sort( vec.begin(), vec.end() );

性能测试

原作者构建了具有100,000,000个int元素的vector，并且分别使元素的取值范围在[1,10], [1,1000]和[1,100000]。

结果如下：（是简单为：秒）

range         f1       f2       f3       f4      f5
[1,10]      1.6821   7.6804   2.8232   6.2634  0.7980
[1,1000]    5.0773  13.3658   8.2235   7.6884  1.9861
[1,100000]  8.7955  32.1148  26.5485  13.3278  3.9822

3 关于unique()的实现

cplusplus手册给出的等效代码如下，相当于通过iterator将序列里面相邻的不同元素复制到序列的最前端。
返回的是最后一个不同元素后的iterator。

template <class ForwardIterator> ForwardIterator unique (ForwardIterator first, ForwardIterator last) {
  if (first==last) return last;

  ForwardIterator result = first;
  while (++first != last) {
    if ( !(*result == *first) )
    *(++result)=*first;
  }
  return ++result;
}

4 参考

• What’s the most efficient way to erase duplicates and sort a vector?
• c++ std::unique