用 std::unordered_set 配合 std::stringstream 可高效实现逗号分割与去重，需手动跳过空字符串并 trim 空格；不保证顺序，UTF-8 下仅支持 ASCII 逗号；Abseil/Boost 更稳健但需依赖；性能上 unordered_set 优于 set，建议预分配容量。
用 std::unordered_set 配合 std::stringstream 最省事
直接分割 + 去重一步到位，适合大多数场景。核心思路是：用 std::stringstream 按逗号切分，每拿到一个子串就插入 std::unordered_set<:string></:string>，自动去重且平均 O(1) 插入。
注意点：
-
std::stringstream对连续逗号（如"a,,b"）会生成空字符串，需手动跳过 - 如果原始字符串首尾有空格（如
" a , b , c "），要调用std::string::find_first_not_of和std::string::find_last_not_of做 trim，或在插入前用std::string::erase清理两端空白 -
std::unordered_set不保证顺序；若需保留首次出现顺序，得换std::vector+ 手动查重，但性能下降为 O(n²)
示例片段：
std::string s = "apple,banana,apple, cherry ";
std::unordered_set<std::string> unique;
std::stringstream ss(s);
std::string item;
while (std::getline(ss, item, ',')) {
// trim leading/trailing spaces
auto start = item.find_first_not_of(" \t\n\r");
auto end = item.find_last_not_of(" \t\n\r");
if (start != std::string::npos) {
item = item.substr(start, end - start + 1);
}
if (!item.empty()) unique.insert(item);
}
遇到 Unicode 或 UTF-8 字符串怎么办
C++ 标准库的 std::string 和 std::stringstream 本身不解析 UTF-8 编码单元，只按字节切分。只要逗号是 ASCII 0x2C，且字符串中不含嵌套、转义或多字节逗号（比如中文顿号、全角逗号），就能正常工作。
立即学习“C++免费学习笔记（深入）”；
但要注意：
- 全角逗号
，（U+FF0C）和英文逗号,（U+002C）是不同字符，std::getline(ss, item, ',')只认后者 - 如果输入含混合编码（如 GBK 混 UTF-8），
std::string无法识别，会直接崩坏；必须先统一转为 UTF-8 并确保无非法序列 - 不需要额外引入 ICU 或 Boost.Locale，除非你要按 Unicode 字符边界切分（比如按词、非按字节），那已超出“按逗号分割”范畴
absl::StrSplit 或 boost::algorithm::split 能不能更稳
可以，但要看项目约束。Abseil 的 absl::StrSplit 默认跳过空字段，支持 absl::SkipEmpty() 和 absl::SkipWhitespace()，写起来更干净：
#include "absl/strings/str_split.h" std::vector<std::string> parts = absl::StrSplit(s, ',', absl::SkipEmpty(), absl::SkipWhitespace()); std::unordered_set<std::string> unique(parts.begin(), parts.end());
Boost 版本类似，但引入 boost::algorithm::split 后仍需手动去空、去空格，且依赖外部库。权衡点在于：
- 已有 Abseil/Boost？用它，代码更健壮、可读性高
- 纯标准库环境？别硬加，
std::stringstream+ 小段 trim 已足够 - 不要用
boost::tokenizer——它对连续分隔符行为不直观，容易漏掉边界 case
性能敏感时为什么别用 std::set
std::set<:string></:string> 是红黑树，每次插入 O(log n)，总复杂度 O(n log n)；而 std::unordered_set 平均 O(1)，实测快 2–5 倍（尤其 >1000 项时）。但坑在：
- 哈希冲突多时退化，可提前
reserve容量避免 rehash：unique.reserve(expected_count) - 自定义哈希或比较器？除非你存的是
std::string_view且确定生命周期安全，否则别动默认行为 - 如果字符串极短（如全是单字母），
std::unordered_set的哈希开销可能反超std::set，但这种 case 极少见
真正容易被忽略的是内存局部性：std::unordered_set 的桶是分散分配的，遍历比 std::vector 慢；如果后续要高频遍历结果，建议最后拷进 std::vector 再排序或使用。
