C++ 用sort和unique实现数据的去重

1. 应用场景

有自定义的数据类型Point，存放在std::vector中，想对其进行去重的操作。
Point.h：

struct Point
{
    double X, Y, Z;
    Point() {};
    Point(double x,double y,double z)
        :X(x),Y(y),Z(z){}
};

main.cpp：

#include <iostream>
#include <vector>
#include "Point.h"
#include <algorithm>

using namespace std;

int main()
{
    vector<Point> v;
    Point p0(0, 0, 0);
    Point p1(1, 2, 3);
    Point p2(0, 0, 0);
    Point p3(0, 0, 0);
    Point p4(1, 0, 5);
    Point p5(1, 2, 3);
    v.push_back(p0);
    v.push_back(p1);
    v.push_back(p2);
    v.push_back(p3);
    v.push_back(p4);
    v.push_back(p5);
    return 0;
}

1. std::sort

将指定范围内的元素按升序方式进行排序。
有两种使用方式：

• Point实现操作符重载：<
• 使用lambda表达式

1.1 方式1：操作符重载<

struct Point
{
    double X, Y, Z;
    Point() {};
    Point(double x,double y,double z)
        :X(x),Y(y),Z(z){}
	// 依次比较x,y,z坐标
    bool operator<(const Point& other) const
    {
        if (this->X < other.X)
            return true;
        else if (this->X == other.X)
        {
            if (this->Y < other.Y)
                return true;
            else if (this->Y == other.Y)
            {
                if (this->Z < other.Z)
                    return true;
            }
        }
        return false;
    }
};

// 调用已实现的<的操作符重载
::sort(v.begin(), v.end());

最后排序的结构为:

1.2 方式2：使用lambda

// 使用lambda手动指定比较规则：根据Z值，按从大到小排列
::sort(v.begin(), v.end(), [](Point a, Point b)
        {
            if (a.Z>b.Z)
                return true;
            return false;
        });

输出结果为：

2. std::unique

对指定范围内的元素进行去重操作，实际逻辑是：用下一个不重复的元素替换重复元素。
就因为这一点，所以在使用std::unique的时候，需要先对元素进行排序。
我们先来试一下不排序的结果：

vector<int> x;
    x.push_back(0);
    x.push_back(0);
    x.push_back(1);
    x.push_back(1);
    x.push_back(0);
    x.push_back(0);
    x.push_back(5);
    ::unique(x.begin(),x.end());

运行结果为：

显然我们并没有得到正确的结果。进行排序：

vector<int> x;
    x.push_back(0);
    x.push_back(0);
    x.push_back(1);
    x.push_back(1);
    x.push_back(0);
    x.push_back(0);
    x.push_back(5);
    ::sort(x.begin(), x.end());
    ::unique(x.begin(),x.end());

结果为：
unique函数的返回值为iterator，即从begin到it之间的元素就是没有重复的元素，而it之后的元素都是无效值。

vector<int>::iterator it = ::unique(x.begin(),x.end());

2.1 方式1：操作符重载==

struct Point
{
    double X, Y, Z;

    Point() {};
    Point(double x,double y,double z)
        :X(x),Y(y),Z(z){}

    bool operator==(const Point& other) const
    {
        return this->X == other.X && this->Y == other.Y && this->Z == other.Z;
    }

    bool operator<(const Point& other) const
    {
        if (this->operator==(other))
            return false;

        if (this->X < other.X)
            return true;
        else if (this->X == other.X)
        {
            if (this->Y < other.Y)
                return true;
            else if (this->Y == other.Y)
            {
                if (this->Z < other.Z)
                    return true;
            }
        }
        return false;
    }
};

调用:

    vector<Point> v;

    Point p0(0, 0, 0);
    Point p1(1, 2, 3);
    Point p2(0, 0, 0);
    Point p3(0, 0, 0);
    Point p4(1, 0, 5);
    Point p5(1, 2, 3);

    v.push_back(p0);
    v.push_back(p1);
    v.push_back(p2);
    v.push_back(p3);
    v.push_back(p4);
    v.push_back(p5);

    ::sort(v.begin(), v.end());
    auto it = ::unique(v.begin(), v.end());
    v.erase(it, v.end());

结果为：

2.2 方式1：使用lambda

	::sort(v.begin(), v.end());
	// 使用lambda自定义比较规则：若x坐标相等，则两个Point相等
    auto it = ::unique(v.begin(), v.end(), [](Point a, Point b)
        {
            return a.X == b.X;
        });
    v.erase(it, v.end());

运行结果为：

2.3 erase和resize

在使用完unique之后，我们可以得到一个分界线iterator，有两种方式进行处理：

//v.erase(it, v.end());删除从it往后的所有元素
//v.resize((int)(::distance(v.begin(), it)));//保留从begin到it的所有元素

3. 去重总结

1. 用sort对集合中的元素进行排序：重载<或者lambda；
2. 用unique对集合中的元素进行去重：重载==或者使用lambda；
3. 用erase删除重复值或resize保留有效值。