std::unordered_set不能直接二进制导出，因其内部为非连续内存的哈希桶+链表/树结构，指针地址不可跨进程复用；正确做法是仅序列化键值本身（如string需先写长度再写内容），加载时逐个insert重建。
std::unordered_set 不能直接二进制导出，原因很实在
它内部是哈希桶 + 链表/树（C++11 起允许桶内用红黑树或链表）的混合结构，节点内存不连续，且指针地址无法跨进程复用。直接 memcpy 整个对象或遍历 reinterpret_cast<char*>(&s) 是未定义行为，读出来大概率崩溃或数据错乱。
正确做法：只序列化键值本身，重建哈希表
导出目标不是“内存镜像”，而是“能重建相同集合的数据”。关键在于：只提取 std::unordered_set<T>::value_type，按顺序写入二进制流，加载时逐个 insert()。
- 对基础类型（
int、uint64_t、std::string）需注意字节序和长度编码：例如std::string要先写 4 字节长度，再写内容 - 避免直接写
std::string对象（含内部指针），必须拆解为size()+c_str() - 若 T 是自定义类型，确保它满足 trivially copyable（可用
std::is_trivially_copyable_v<T>检查），否则也要手动序列化每个字段 - 不需要保存桶数量、负载因子等内部状态——
std::unordered_set构造时会自动 rehash
示例：导出 std::unordered_set<std::string> 到文件
#include <fstream>
#include <unordered_set>
#include <string>
<p>void save_strings_binary(const std::unordered_set<std::string>& s, const char<em> path) {
std::ofstream f(path, std::ios::binary);
uint32_t n = static_cast<uint32_t>(s.size());
f.write(reinterpret_cast<const char</em>>(&n), sizeof(n));
for (const auto& str : s) {
uint32_t len = static_cast<uint32_t>(str.length());
f.write(reinterpret_cast<const char*>(&len), sizeof(len));
f.write(str.c_str(), len);
}
}</p>对应加载时，用 std::unordered_set<std::string> s; 然后循环 s.insert(loaded_str) 即可。不要试图预设 reserve() —— 插入过程中自动扩容更可靠。
性能和兼容性要注意的点
导出本身很快（O(n)），但加载时 insert() 是平均 O(1)，最坏 O(n)，总耗时略高于导出。如果集合极大（千万级），可考虑：
- 加载前调用 s.reserve(n) 减少 rehash 次数
- 用 std::vector<std::string> 先批量读入，再用 std::move_iterator 插入，避免字符串拷贝
- 不要依赖 hash_function() 输出——不同编译器/标准库实现可能不同，不能用于校验或跨平台一致性判断
- 若需跨语言读取，务必固定整数字节序（如统一用小端）、明确字符串编码（UTF-8）
导出二进制的本质是“协议设计”，不是“内存 dump”。哪怕只差一个字节序或长度字段没对齐，加载就会静默失败或部分丢数据。
立即学习“C++免费学习笔记（深入）”；
