带可变谓词的std::erase_if在新旧编译器中行为差异的原因咨询

嘿，我最近碰到一个挺有意思的问题——用带可变状态谓词的std::erase_if时，不同版本的编译器跑出来的结果居然不一样，特意来跟大家聊聊这背后的原因。

先给大家看我测试的代码：

#include <algorithm>
#include <iostream>
#include <set>
#include <vector>

int main () {
    std::vector<int> v(5, 0);
    for (auto i : v) std::cout << ' ' << i;
    std::cout << '\n';
    
    std::erase_if(v, [seen = std::set<int>{}] (int i) mutable {
        return !seen.insert(i).second;
    });
    
    for (auto i : v) std::cout << ' ' << i;
    std::cout << '\n';
    return 0;
}

这段代码的逻辑很简单：用std::erase_if配合一个带mutable关键字的lambda，lambda里用std::set记录已经出现过的元素，意图是移除容器里的重复元素，同时保留原有顺序。

但不同编译器版本跑出来的结果差得有点多：

• 当使用GCC版本低于12、Clang版本低于15时，输出是：

  0 0 0 0 0
  0 0

• 当使用GCC版本12.1及以上、Clang版本15及以上时，输出是：

  0 0 0 0 0
  0

后来我搞清楚了，这其实是因为C++标准对std::erase_if的调用规则做了澄清，新版本的编译器跟进了这个标准变化。

在旧版本编译器的实现里，std::erase_if可能会对容器里的同一个元素多次调用传入的谓词。对于我们这种带可变状态的谓词（比如这里lambda里的seen集合，因为mutable修饰，内部状态可以被修改），多次调用会提前改变谓词的内部状态，导致后续元素的判断逻辑出错——就像这个例子里，旧编译器可能在处理过程中多次调用了lambda，让seen集合的状态提前变化，最后误保留了两个重复的0。

而新版本的编译器则严格遵循了标准的最新要求，确保容器里的每个元素只会被谓词评估一次。这样一来，可变状态的谓词只会按元素遍历的顺序正常更新，最终正确只保留了一个唯一的0。

内容来源于stack exchange