因为unordered_set基于哈希表实现，不记录插入顺序，遍历顺序由哈希桶布局决定；要保持原始顺序，需配合vector等序列容器边查重边记录。
为什么用 unordered_set 做去重但顺序还乱了？
因为 unordered_set 本身不记录插入顺序，它只保证查找 O(1)，但遍历时迭代器顺序是哈希桶布局决定的，和插入无关。直接用 for (auto x : my_set) 输出，结果必然乱序——这不是 bug，是设计使然。
真正要“保持原始顺序”，必须额外维护一个序列容器（如 vector 或 list）来记第一次出现的位置。
- 只靠
unordered_set无法还原顺序，它连“第几次插入”都不存 - 常见错误：把元素塞进
unordered_set后再转成 vector，等价于无序重排 - 正确思路：边遍历原数据，边查重 + 边追加到结果容器
标准做法：遍历 + unordered_set 查重 + vector 记录
这是最轻量、最通用的实现，适用于 vector、数组、迭代器范围等任意可遍历输入。
std::vector<int> dedup_preserve_order(const std::vector<int>& v) {
std::unordered_set<int> seen;
std::vector<int> result;
result.reserve(v.size()); // 避免多次 realloc
for (int x : v) {
if (seen.find(x) == seen.end()) {
seen.insert(x);
result.push_back(x);
}
}
return result;
}
-
seen.find(x) == seen.end()比!seen.count(x)稍高效（避免二次哈希） -
result.reserve()很关键，尤其对大输入，否则 push_back 可能触发多次内存拷贝 - 如果元素类型不可哈希（比如自定义 struct），得先为它提供
std::hash特化或传入自定义哈希/等价函数
处理重复值多、内存敏感时怎么优化？
当输入中重复率极高（比如日志 ID 大量重复），unordered_set 的桶数组和节点分配可能成为瓶颈。此时可考虑：
立即学习“C++免费学习笔记（深入）”；
- 用
std::set替代（O(log n) 插入，但内存更紧凑，适合小数据集） - 对整数且范围有限，改用
std::vector<bool>或std::bitset（O(1) 查找，零内存分配开销） - 若允许修改原容器，可用
std::unique+std::sort组合，但会破坏原始顺序——这恰恰是你要避免的
注意：std::unique 要求已排序或相邻重复，不能直接用于保序去重。
字符串或自定义类型去重要注意什么？
默认情况下，std::unordered_set<std::string> 是可用的，因为标准库已提供 std::hash<std::string>。但自定义结构体必须显式支持：
struct Point { int x, y; };
namespace std {
template<> struct hash<Point> {
size_t operator()(const Point& p) const {
return hash<int>{}(p.x) ^ (hash<int>{}(p.y) << 1);
}
};}
- 上面的哈希写法只是示意，异或 + 移位容易冲突，生产环境建议用
std::hash_combine（C++17 未内置，需手写或用 Boost） - 必须同时定义
operator==，否则unordered_set无法判断等价 - 如果类型带指针或动态成员，确保哈希只依赖稳定字段，否则插入后修改字段会导致后续查找失效
保序去重真正麻烦的从来不是逻辑，而是哈希稳定性与内存访问模式——这两点在并发或长期运行服务里最容易暴露。
