C++17 中的 std::reduce：详细教程

news2025/5/13 23:21:55

根据比例生成图片 (4).png

文章目录

- 1. 简介
- 2. 函数签名
- 3. 使用场景
- - 3.1 简单的累加操作
  - 3.2 自定义归并操作
  - 3.3 并行计算的性能优势
- 4. 注意事项
- - 4.1 归并操作的结合律和交换律
  - 4.2 默认值的使用
- 5. 总结

1. 简介

std::reduce 是 C++17 标准库中引入的一个算法，用于对范围内的元素进行归并操作。它类似于 std::accumulate，但在某些情况下提供了更灵活的处理方式，尤其是在并行计算方面。

2. 函数签名

std::reduce 的基本函数签名如下：

template<class InputIt>
typename std::iterator_traits<InputIt>::value_type
reduce(InputIt first, InputIt last);

template<class InputIt, class T>
T reduce(InputIt first, InputIt last, T init);

template<class InputIt, class T, class BinaryOperation>
T reduce(InputIt first, InputIt last, T init, BinaryOperation binary_op);

template<class ExecutionPolicy, class ForwardIt>
typename std::iterator_traits<ForwardIt>::value_type
reduce(ExecutionPolicy&& policy, ForwardIt first, ForwardIt last);

template<class ExecutionPolicy, class ForwardIt, class T>
T reduce(ExecutionPolicy&& policy, ForwardIt first, ForwardIt last, T init);

template<class ExecutionPolicy, class ForwardIt, class T, class BinaryOperation>
T reduce(ExecutionPolicy&& policy, ForwardIt first, ForwardIt last, T init, BinaryOperation binary_op);

InputIt/ForwardIt：迭代器类型，表示要归并的范围。
T：归并操作的初始值类型。
BinaryOperation：用于归并的二元操作函数。
ExecutionPolicy：执行策略，可以是 std::execution::seq（顺序执行）、std::execution::par（并行执行）或 std::execution::unseq（无序执行）。

3. 使用场景

3.1 简单的累加操作

以下是一个简单的累加示例：

#include <iostream>
#include <vector>
#include <numeric>

int main() {
    std::vector<int> nums = {1, 2, 3, 4, 5};
    int sum = std::reduce(nums.begin(), nums.end());
    std::cout << "Sum: " << sum << std::endl; // 输出 15
    return 0;
}

这里，std::reduce 默认使用加法操作。

3.2 自定义归并操作

可以通过传递自定义的二元操作函数来实现不同的归并逻辑。例如，计算数组中元素的最大值：

#include <iostream>
#include <vector>
#include <numeric>
#include <execution>

int main() {
    std::vector<int> nums = {1, 2, 3, 4, 5};
    int maxElement = std::reduce(std::execution::par, nums.begin(), nums.end(), nums[0], [](int a, int b) {
        return std::max(a, b);
    });
    std::cout << "Maximum element: " << maxElement << std::endl; // 输出 5
    return 0;
}

这里，我们使用了 std::execution::par 来启用并行执行。

3.3 并行计算的性能优势

std::reduce 支持并行执行策略，这使得它在处理大规模数据时能够显著提高性能。例如，计算一个大数组的和：

#include <iostream>
#include <vector>
#include <numeric>
#include <execution>
#include <chrono>

int main() {
    std::vector<int> nums(10000000, 1); // 一个包含 1000 万个元素的数组
    auto start = std::chrono::high_resolution_clock::now();
    int sum = std::reduce(std::execution::par, nums.begin(), nums.end());
    auto end = std::chrono::high_resolution_clock::now();
    auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start).count();
    std::cout << "Sum: " << sum << ", Time taken: " << duration << " ms" << std::endl;
    return 0;
}

通过使用 std::execution::par，std::reduce 可以利用多核处理器进行并行计算。

4. 注意事项

4.1 归并操作的结合律和交换律

std::reduce 的归并操作要求是结合律（Associative）和交换律（Commutative）的。如果归并操作不满足这些性质，结果可能是不确定的。例如，减法操作不满足结合律和交换律，因此在并行执行时可能会导致不同的结果：

std::vector<int> nums = {32, 16, 8, 4, 2, 1};
int result1 = std::reduce(nums.begin() + 1, nums.end(), nums[0], std::minus<>{});
int result2 = std::reduce(std::execution::par, nums.begin() + 1, nums.end(), nums[0], std::minus<>{});
std::cout << result1 << ", " << result2 << std::endl; // 输出可能不同