侯捷 C++ 课程学习笔记：set与multiset深度求索

个人简介

作者简介：全栈研发，具备端到端系统落地能力，专注大模型的压缩部署、多模态理解与 Agent 架构设计。 热爱“结构”与“秩序”，相信复杂系统背后总有简洁可控的可能。
我叫观熵。不是在控熵，就是在观测熵的流动
个人主页：观熵
个人邮箱：privatexxxx@163.com
座右铭：愿科技之光，不止照亮智能，也照亮人心！

专栏导航

观熵系列专栏导航：
AI前沿探索：从大模型进化、多模态交互、AIGC内容生成，到AI在行业中的落地应用，我们将深入剖析最前沿的AI技术，分享实用的开发经验，并探讨AI未来的发展趋势
AI开源框架实战：面向 AI 工程师的大模型框架实战指南，覆盖训练、推理、部署与评估的全链路最佳实践
计算机视觉：聚焦计算机视觉前沿技术，涵盖图像识别、目标检测、自动驾驶、医疗影像等领域的最新进展和应用案例
国产大模型部署实战：持续更新的国产开源大模型部署实战教程，覆盖从 模型选型 → 环境配置 → 本地推理 → API封装 → 高性能部署 → 多模型管理 的完整全流程
TensorFlow 全栈实战：从建模到部署：覆盖模型构建、训练优化、跨平台部署与工程交付，帮助开发者掌握从原型到上线的完整 AI 开发流程
PyTorch 全栈实战专栏： PyTorch 框架的全栈实战应用，涵盖从模型训练、优化、部署到维护的完整流程
深入理解 TensorRT：深入解析 TensorRT 的核心机制与部署实践，助力构建高性能 AI 推理系统
Megatron-LM 实战笔记：聚焦于 Megatron-LM 框架的实战应用，涵盖从预训练、微调到部署的全流程
AI Agent：系统学习并亲手构建一个完整的 AI Agent 系统，从基础理论、算法实战、框架应用，到私有部署、多端集成
DeepSeek 实战与解析：聚焦 DeepSeek 系列模型原理解析与实战应用，涵盖部署、推理、微调与多场景集成，助你高效上手国产大模型
端侧大模型：聚焦大模型在移动设备上的部署与优化，探索端侧智能的实现路径
行业大模型 · 数据全流程指南：大模型预训练数据的设计、采集、清洗与合规治理，聚焦行业场景，从需求定义到数据闭环，帮助您构建专属的智能数据基座
机器人研发全栈进阶指南：从ROS到AI智能控制：机器人系统架构、感知建图、路径规划、控制系统、AI智能决策、系统集成等核心能力模块
人工智能下的网络安全：通过实战案例和系统化方法，帮助开发者和安全工程师识别风险、构建防御机制，确保 AI 系统的稳定与安全
智能 DevOps 工厂：AI 驱动的持续交付实践：构建以 AI 为核心的智能 DevOps 平台，涵盖从 CI/CD 流水线、AIOps、MLOps 到 DevSecOps 的全流程实践。
C++学习笔记？：聚焦于现代 C++ 编程的核心概念与实践，涵盖 STL 源码剖析、内存管理、模板元编程等关键技术
AI × Quant 系统化落地实战：从数据、策略到实盘，打造全栈智能量化交易系统

---

侯捷 C++ 课程学习笔记：set与multiset深度求索

---

一、前言：为何深挖 set/multiset？

在 C++ STL 中，set 和 multiset 是两种非常重要的关联式容器（associative containers），它们与 map/multimap 一同构成了有序容器家族的核心。而相较于频繁使用的 vector 或 unordered_map，set 和 multiset 显得“安静”得多。

但通过侯捷老师对底层机制的深度剖析，我意识到：

• set/multiset 蕴含了平衡树的实现精髓；
• 它们的操作时间复杂度优雅地控制在 O(log n)；
• 它们在需要自动排序、去重、多重数据统计的场景中扮演重要角色。

本文将从使用、实现、源码分析、性能测试、工程建议五个角度，对 set 和 multiset 进行系统性探索。

---

二、使用入门：自动排序 + 唯一性控制

1. set 是“自动去重”的有序容器

#include <iostream>
#include <set>

int main() {
    std::set<int> s = {5, 2, 4, 2, 1};

    for (int x : s)
        std::cout << x << " ";
}

输出：

1 2 4 5

特点总结：

• 内部自动排序（默认按 operator<）；
• 元素唯一（自动去重）；
• 插入、删除、查找都是 O(log n)；

2. multiset：允许重复，适合统计场景

std::multiset<int> ms = {5, 2, 2, 4, 5};

for (int x : ms)
    std::cout << x << " ";

输出：

2 2 4 5 5

3. 查找和统计接口

std::set<int> s = {1, 3, 5, 7};

auto it = s.find(5); // 返回指向5的迭代器
bool exists = s.count(6); // 0

对于 multiset：

ms.count(5); // 可返回重复数量

---

三、底层实现探秘：红黑树的精妙机制

set 的底层 = 红黑树（Red-Black Tree）

侯捷在 STL 源码课程中讲解：所有 set/multiset 均基于红黑树实现，而不是 AVL 树或 Treap，原因如下：

数据结构	平衡类型	插入/删除旋转次数	查找性能	实现复杂度
AVL 树	强平衡	多	快	高
红黑树	弱平衡	少	稍慢	中

STL 设计更注重综合效率，所以选用红黑树。

红黑树的五大性质（简述）

1. 每个节点非红即黑；
2. 根节点为黑色；
3. 每个红节点的子节点均为黑色（无连续红）；
4. 从任意节点到叶子路径，黑色节点数相同；
5. 插入和删除通过旋转和染色维护平衡。

---

四、源码结构解析：set 是如何包裹 RB-tree 的？

侯捷课程中详细解构了 SGI STL 中 set 的实现，源码抽象如下：

template <typename Key, typename Compare = less<Key>, typename Alloc = allocator<Key>>
class set {
public:
    typedef Key value_type;
private:
    rb_tree<value_type, value_type, identity<value_type>, Compare, Alloc> t;
};

关键点：

• set 是对 rb_tree 的封装；
• value_type 与 key_type 相同；
• 插入/查找都委托给 rb_tree 的对应函数；

插入示意：

std::set<int> s;
s.insert(5);

底层等价于：

t.insert_unique(5); // insert_unique 是红黑树中的“唯一插入”

对于 multiset：

t.insert_equal(5); // 允许重复的插入

---

五、插入机制演绎：红黑树的动态平衡过程

插入节点过程（示意）：

1. 插入为红色节点；
2. 若违反红黑树规则（例如连续红），则：
    - 染色；
    - 旋转（左旋/右旋）；
3. 最终维持五大性质。

侯捷课程演示的经典左旋：

// 假设插入造成连续红，需要调整
node* rotate_left(node* x) {
    node* y = x->right;
    x->right = y->left;
    y->left = x;
    return y;
}

---

六、迭代器与遍历特性：有序性 + 稳定性

std::set<int> s = {1, 3, 2, 4};

for (auto it = s.begin(); it != s.end(); ++it)
    std::cout << *it << " ";

输出（总是升序）：

1 2 3 4

C++17 后支持结构化绑定遍历 map / set：

for (auto&& [x] : s) { std::cout << x; }

---

七、实测对比：性能如何？

我们测试在插入、查找 10 万个元素场景下的性能：

测试代码片段

#include <set>
#include <unordered_set>
#include <chrono>

void test_set() {
    std::set<int> s;
    for (int i = 0; i < 100000; ++i)
        s.insert(i);

    for (int i = 0; i < 100000; ++i)
        s.find(i);
}

结果示意（单位：ms）

容器	插入时间	查找时间
set	40ms	20ms
unordered_set	25ms	5ms
vector+sort+binary_search	15ms（排序）	20ms

结论：

• unordered_set 查找最优，但无序；
• set 有序，查找次优；
• vector 需手动维护有序性；

---

八、set 与 multiset 的应用场景与对比

特性	set	multiset
自动排序	✅	✅
元素唯一	✅	❌
元素统计（频率）	❌	✅（支持count）
插入相同值行为	忽略	插入多个
查找/删除单值	find/erase	find/erase_all

示例场景：

• 维护一个自动排序不重复的学生 ID 集合：set
• 多人评分数据，允许重复：multiset
• 按优先顺序输出数据：set + 自定义比较器

---

九、自定义排序规则：灵活多变的比较器

struct Greater {
    bool operator()(int a, int b) const {
        return a > b;
    }
};

std::set<int, Greater> s = {1, 4, 2};

输出为降序：

4 2 1

示例：按字符串长度排序

struct ByLength {
    bool operator()(const std::string& a, const std::string& b) const {
        return a.size() < b.size();
    }
};

std::set<std::string, ByLength> s = {"a", "abc", "ab"};

输出：

a ab abc

---

十、工程实战建议：何时选用 set/multiset？

场景	建议容器
需要自动排序，频繁查找	set
要维护多个重复值，统计频率	multiset
要自定义排序逻辑（如按时间/长度等）	set<..., Comp>
高并发读写（线程安全）	不推荐 STL 容器，可考虑 concurrent map
无需排序，追求查找极致性能	unordered_set

---

十一、源码模拟：手写简易 set

template <typename T>
class MySet {
private:
    std::set<T> tree; // 实际封装红黑树或 map
public:
    bool insert(const T& val) {
        return tree.insert(val).second;
    }

    bool exists(const T& val) {
        return tree.find(val) != tree.end();
    }

    void erase(const T& val) {
        tree.erase(val);
    }

    void print() {
        for (auto& x : tree) std::cout << x << " ";
    }
};

---

十二、侯捷课程中的设计哲学总结

侯捷老师强调：

“STL 是对数据结构的最合理抽象；set 是集合论与数据结构融合后的优雅表达。”

我们从中能学到：

• STL 的容器并不只是提供“功能”，它体现“行为约束”；
• 底层红黑树的存在，让 set 的操作始终保持平衡与稳定性；
• 泛型编程、模板参数、比较器策略，才是 C++ 高级编程的灵魂所在。

---

十三、结语：set 和 multiset，不止是容器，更是策略

在泛型算法、排序查找、统计管理、工程项目中，set 和 multiset 提供了极大的便利。而它们的强大之处来自：

• 红黑树的平衡性保障
• 自动排序 + 元素管理的强封装
• 迭代器稳定性与泛型接口

---

---

如果你觉得这篇博客有帮助，欢迎点赞、评论、收藏，或在下方留言你对 set / multiset 的使用经验！