std::set<string>行去重性能差因红黑树节点分配、字符串深拷贝及O(log n)次O(m)比较；改用unordered_set+move语义可提速2–5倍，string_view进一步消除堆分配但需管理内存生命周期。
直接用 std::set 做行级去重，性能通常很差——它不是为高频字符串插入设计的，尤其当行数上万、每行几十到几百字节时，std::set 的红黑树节点分配+字符串拷贝+比较开销会明显拖慢整体处理速度。
为什么 std::set<std::string> 在行去重中容易变慢
每插入一行，std::set 都要：分配一个新节点、深拷贝整个 std::string、在红黑树中做 O(log n) 次 operator< 比较（每次比较最坏是 O(m)，m 为字符串长度）。对 10 万行、平均 80 字节的文本，仅内存分配和字符串比较就可能吃掉 70% 以上时间。
-
std::set不支持移动语义优化插入（C++11 起虽支持emplace，但节点构造仍绕不开拷贝） - 重复字符串越多，红黑树查找路径越长，但“是否已存在”这个判断本身无法跳过
- 如果输入来自
std::getline，临时std::string对象反复构造/析构，加剧小对象分配压力
更快的替代方案：用 std::unordered_set + 移动插入
把红黑树换成哈希表，能将平均插入/查找降到 O(1)，配合移动语义避免冗余拷贝。关键点不在容器类型切换，而在怎么喂数据给它：
- 用
std::unordered_set<std::string>替代std::set<std::string> - 读入每行后，用
insert(std::move(line))直接转移所有权，避免复制 - 若编译器支持 C++17，可加
reserve(N)预估桶数量（比如预估最多 5 万不重复行），减少 rehash 次数 - 注意：
std::unordered_set默认哈希函数对std::string是全量计算，但现代标准库（如 libstdc++ 7+、libc++）已做 SSO 优化，短字符串哈希很快
示例片段：
C++ Code Review Master
下载
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
立即学习“C++免费学习笔记（深入）”；
std::unordered_set<std::string> seen;
seen.reserve(50000);
std::string line;
while (std::getline(in, line)) {
if (seen.insert(std::move(line)).second) {
// 插入成功，说明是新行，可输出或存入结果容器
out << line << '\n';
}
}
极端场景下进一步提速：自定义哈希 + std::string_view（C++17）
如果所有输入行都来自一块连续内存（比如一次性读入大 buffer 后按 \n 切分），可以用 std::string_view 避免任何字符串对象构造，再配一个轻量哈希（如 FNV-1a），彻底消除堆分配：
-
std::unordered_set<std::string_view>要求自定义哈希和相等谓词（因为std::string_view没有默认哈希） - 哈希函数只需遍历字符，无需分配、无需考虑 null 终止——
string_view自带长度 - 必须确保所有
string_view引用的内存生命周期长于unordered_set（常见坑：把局部std::string的sv存进去，之后字符串析构导致悬垂）
简易哈希示例：
struct sv_hash {
size_t operator()(std::string_view s) const noexcept {
size_t h = 14695981039346656037ULL;
for (unsigned char c : s) {
h ^= c;
h *= 1099511628211ULL;
}
return h;
}
};
std::unordered_set<std::string_view, sv_hash> seen;
真正卡住性能的往往不是算法复杂度，而是字符串对象的生命周期管理与内存访问模式。用 std::set 做行去重，多数时候是习惯性选型；换成 unordered_set 加移动语义，几乎零成本就能提速 2–5 倍；而一旦开始控制内存布局，string_view 的优势才真正释放——但这时你得亲手管好那块内存的生与死。
