std::set适合去重并排序字符串集合，std::unordered_set适合快速去重不关心顺序，字符级去重要用unordered_set或vector（ASCII限定）。
用 std::set 去重字符串，适合需要排序结果的场景
如果你希望去重后字符串自动按字典序排列，std::set 是最直接的选择。它底层是红黑树，插入时自动去重+排序，但代价是每次插入 O(log n) 时间。
常见错误是误以为 std::set<:String></:string> 能直接处理字符级去重——它处理的是整个字符串的集合去重，不是单个字符串内部字符去重。这点必须分清。
- 使用场景：有一组重复的字符串（比如日志中的 URL 列表），要提取唯一值并排序
- 代码示例：
std::vector<std::string> v = {"apple", "banana", "apple", "cherry"}; std::set<std::string> s(v.begin(), v.end()); // 自动去重+排序 - 注意：
std::set不支持重复键，但也不支持修改已有元素；想更新得先erase再insert - 兼容性没问题，c++11 起完全可用
用 std::unordered_set 去重字符串，追求速度优先
当只关心“有没有重复”，不关心顺序，且数据量大时，std::unordered_set 更合适。平均插入/查找是 O(1)，但最坏退化到 O(n)（哈希冲突严重时）。
容易踩的坑是忘记自定义哈希或等价比较——对 std::string 不用操心，标准库已提供；但如果你存的是 std::vector<int></int> 或自定义结构体，就必须自己写 hash 和 operator==。
立即学习“C++免费学习笔记（深入）”；
- 使用场景：读取配置文件，快速判断某个字符串是否已出现过
- 示例：
std::unordered_set<std::string> seen; for (const auto& s : strings) { if (seen.find(s) == seen.end()) { // 第一次见 seen.insert(s); } } -
unordered_set迭代器遍历顺序不确定，别依赖输出顺序 - 内存占用比
set略高，因需维护哈希桶
对单个字符串做字符级去重，别用 set 容器直接套
标题里说的“字符串去重”，很多人实际想的是类似 "abac" → "abc" 这种内部字符去重。这时候用 std::set<char></char> 没问题，但不能直接拿 std::set<:string></:string> 去套——那是语义错位。
更常见的错误是边遍历边删字符，导致索引错乱；或者用 std::unique 但忘了先排序（它只去相邻重复）。
- 正确做法：遍历原字符串，用
std::unordered_set<char></char>记录见过的字符，再拼新串 - 示例：
std::string dedup(const std::string& s) { std::unordered_set<char> seen; std::string res; for (char c : s) { if (seen.find(c) == seen.end()) { seen.insert(c); res += c; } } return res; } - 如果要求保持原始字符首次出现顺序，就不能用
std::set<char></char>后再转 vector 排序——顺序就丢了 - 注意空字符
' '和多字节字符（如 UTF-8 中文）：这个方法只按字节处理，对 UTF-8 会出错
性能敏感时，std::vector<bool></bool> 替代 unordered_set<char></char> 更快
当确定字符串只含 ASCII 字符（0–127），且内存不是瓶颈，用 std::vector<bool></bool> 或原始数组标记比 unordered_set<char></char> 快得多——没有哈希计算、没有动态内存分配。
但一旦涉及扩展字符集（比如 Latin-1 的 0–255），或者你不敢保证输入范围，这种优化就得放弃，否则越界访问就是未定义行为。
- 示例：
std::string dedup_ascii(const std::string& s) { std::vector<bool> seen(128, false); // ASCII 范围 std::string res; for (char c : s) { unsigned char uc = c; // 防止 char 为 signed 导致负索引 if (uc < 128 && !seen[uc]) { seen[uc] = true; res += c; } } return res; } - 注意
char类型在不同平台可能是 signed 或 unsigned，强制转unsigned char再索引才安全 -
std::vector<bool></bool>是特化模板，空间紧凑但可能有访问开销；真极致性能可考虑std::Array<bool></bool>
事情说清了就结束。字符级去重和字符串集合去重是两回事，选错容器类型是最高频的失误；而 ASCII 优化看似快，一不留神就撞上编码边界。