std::views::iota 是延迟求值的轻量视图，不支持下标访问和随机访问算法，因其迭代器仅为 input_range；需显式 materialize（如用 range 构造 vector）才能索引或排序。
std::views::iota 不生成实际容器，只构造一个轻量级、延迟求值的等差序列视图 —— 它不分配内存，也不复制元素，每次访问才按需计算；但你不能用它直接初始化 std::vector 或传给要求随机迭代器的算法（比如 std::sort），除非先 materialize。
为什么 std::views::iota(1, 10) 看起来像 [1,2,…,9] 却不能直接用下标访问？
因为它是 input_range（C++20 中最弱的范围概念），底层迭代器是 std::counted_iterator 或自定义前向迭代器，不支持 operator[] 或 +=。即使起止都是整数，iota 视图的迭代器也未必是随机访问类型（例如当步长非 1 时，标准未保证随机访问）。
- ✅ 支持：遍历（
for (auto x : std::views::iota(0,5))）、begin/end、size（仅当可静态推导长度时，如闭区间iota(a,b)且b >= a） - ❌ 不支持：
rng[3]、std::nth_element、std::binary_search（这些要random_access_range） - ⚠️ 注意：
std::views::iota(0, 100'000'000)几乎零开销，但std::vector<int>(std::views::iota(0, 100'000'000))</int>会爆内存
如何安全地把 iota 视图转成可索引的容器？
必须显式 materialize —— 也就是把延迟计算的结果真正存进内存。别依赖隐式转换，C++20 不允许从 view 直接构造容器（除非你写额外适配器）。
- 推荐写法：
std::vector<int> v(std::views::iota(1, 6).begin(), std::views::iota(1, 6).end())</int>（冗余但明确） - 更简洁：
std::vector<int> v{std::views::iota(1, 6)};</int>（C++20 允许 range 构造，但注意：这是拷贝每个元素，不是“引用原始视图”） - 若只需部分元素：
auto sliced = std::views::iota(0, 100) | std::views::take(10);，再用相同方式转容器 - 避免写
std::vector v = std::views::iota(...);—— 这会触发模板推导失败或静默截断（取决于编译器）
用 std::views::iota 做非 1 步长等差序列的正确姿势
标准库没提供 iota(step) 重载，但可通过 transform 组合实现，且保持零运行时开销（编译器通常能内联）。
立即学习“C++免费学习笔记（深入）”；
- 等效于「0, 3, 6, 9…」：
auto seq = std::views::iota(0) | std::views::transform([](int i) { return i * 3; }) | std::views::take(5); - 注意：不要写
std::views::iota(0, 100) | transform(...)再take—— 因为iota(0,100)是有限的，而iota(0)是无限视图，配合take更自然 - 性能提示：lambda 必须是 constexpr 友好的（比如别捕获局部变量），否则可能阻止编译期优化
- 类型推导陷阱：
auto x = std::views::iota(0LL) | std::views::transform(...);中，0LL推出long long，后续计算全按该类型，别指望自动降级为int
真正容易被忽略的是：当你把 iota 和其他 view（比如 filter）链式组合后，整个视图的 category 可能退化成 input_range，连 size() 都失效 —— 别假设「看起来有限」就一定可取 size，务必查文档或用 ranges::distance（有代价）验证。
