chunk_by 的核心行为是按相邻元素谓词结果分组,将连续满足 pred(a,b) 为 true 的相邻元素聚成一组,遇 false 即切分,本质为“连续等价类”划分,非按值分组或去重。

chunk_by 的核心行为:按相邻元素的谓词结果分组
std::ranges::views::chunk_by 不是按固定长度切分,而是把连续满足「谓词返回 true」的相邻元素聚成一组。它只看相邻元素对的比较结果,一旦 pred(a, b) 为 false,就在此处切开——所以它本质是“连续等价类”划分,不是「按值分组」也不是「去重」。
常见误用是把它当 group_by(比如按 value 分组),但 C++20 标准库里没有 group_by;若需按值归并相同元素,必须先确保序列已排序或已按目标属性有序,否则结果不可靠。
- 谓词签名必须是
bool(decltype(*it), decltype(*it)),即接收两个同类型参数(通常是迭代器解引用结果) - 输入范围必须是 forward_range,不能是 input_range(比如 istream_view)
- 返回的是一个 view of views:外层是 chunk 组,每组内是原 range 的子视图(非拷贝)
正确写法示例:按连续正负号分组
假设有一串整数,想把连续的正数、连续的负数、连续的零各自归为一组:
std::vector<int> v = {1, 2, -3, -4, 0, 5, 6, 7};
auto chunks = v | std::views::chunk_by([](int a, int b) {
return (a > 0) == (b > 0) && (a < 0) == (b < 0); // 同号且同为零才连通
});
注意这个谓词逻辑:它判断两个数是否「属于同一符号类别」。如果写成 std::signbit(a) == std::signbit(b) 会把 -0 和 +0 错判(虽然实际中少见),更稳妥的是显式分类。
立即学习“C++免费学习笔记(深入)”;
- 不要写
a == b—— 这只会把连续相等的数分组,而非按语义分组 - 不要传
std::equal_to{}—— 它只适用于完全相等,无法表达「同类」逻辑 - chunk_by 不保证每组至少有一个元素:空 range 输入时输出也是空 view
和 chunk 的关键区别:长度 vs 谓词
std::views::chunk(n) 是按固定大小切块,而 chunk_by 完全无视长度,只响应谓词变化。两者语义完全不同,混用会导致逻辑错误。
-
views::chunk(3)对{1,2,3,4,5}输出三组:{1,2,3}、{4,5}(最后一组不满也保留) -
views::chunk_by([](int a,int b){return a%2 == b%2;})对同样数据输出:{1}、{2}、{3}、{4}、{5}(因为奇偶交替,相邻都不满足) - 性能上,
chunk_by每次都要调用谓词比较相邻元素,有额外函数调用开销;chunk是纯算术计算,更快
容易忽略的生命周期与求值时机问题
chunk_by 返回的子视图(每个 chunk)是惰性求值的,且内部持有原始 range 的迭代器。如果原始容器在遍历中途被修改或析构,后续访问 chunk 内容将导致未定义行为。
- 不要把
chunk_by结果存为auto后,再对源容器做push_back或clear - 若需多次遍历或跨作用域使用,应先用
std::vector等容器把每个 chunk 的内容复制出来(例如std::vector<:vector>>(chunks.begin(), chunks.end())</:vector>) - 调试时打印 chunk 大小可用
std::ranges::distance(chunk),但注意这会强制遍历该 chunk —— 若 chunk 来自耗尽型 range(如某些 generator),重复调用可能出错
真正麻烦的地方在于:chunk_by 的谓词执行时机不透明,它可能在你没意识到的时候多次调用;尤其当嵌套多个 views 时,谓词可能被反复触发,副作用(比如日志打印)会意外重复。


















