std::views中transform后使用filter如何避免额外性能开销？

以下是不同场景下可选用的可行方案：

方案1：C++23 原生std::views::cache1（最优推荐） #

这是标准库针对这类惰性求值重复计算问题提供的专属解决方案，cache1适配器会缓存上游最近一次计算的transform结果，filter迭代器的operator++查找和operator*取值都会复用同一份缓存，不会触发重复执行。
使用示例：

// 注意cache1要放在transform之后、filter之前
auto result = input_range
            | std::views::transform(expensive_transform_func)
            | std::views::cache1
            | std::views::filter(filter_predicate);

该方案无额外内存开销，代码改动最小，仅要求编译器支持C++23标准。

方案2：C++20 手动持久化transform结果 #

如果只能使用C++20标准，可以先把transform的所有计算结果导出到中间容器，再基于已计算完成的容器做filter操作，保证transform逻辑仅执行一轮。
使用示例：

// 先把所有transform结果存到vector，完成全量计算
auto transformed_vec = input_range
                     | std::views::transform(expensive_transform_func)
                     | std::ranges::to<std::vector>();
// 再对已计算的结果做filter
auto result = transformed_vec | std::views::filter(filter_predicate);

该方案的缺点是需要申请内存存储全量transform结果，适合transform计算代价远高于内存占用开销的场景。

方案3：C++20 合并transform与filter逻辑 #

不需要额外存储全量结果，也不需要高版本标准支持，通过optional打包变换+判断逻辑，规避重复执行：

auto result = input_range
            // 单次执行transform，同时做filter判断，符合条件就返回带值的optional，否则返回空
            | std::views::transform([=](auto&& input_val) {
                auto transformed_val = expensive_transform_func(input_val);
                return filter_predicate(transformed_val) ? std::optional(std::move(transformed_val)) : std::nullopt;
              })
            // 过滤掉空optional
            | std::views::filter([](auto&& opt) { return opt.has_value(); })
            // 取出optional中存储的transform结果
            | std::views::transform([](auto&& opt) { return *std::forward<decltype(opt)>(opt); });

该方案兼顾C++20兼容性和无全量内存开销的需求，仅代码写法稍繁琐。

额外注意事项 #

• 标准要求view的变换函数必须为无副作用的纯函数，本次重复执行的问题本质上是有副作用的transform逻辑暴露了惰性求值的实现细节，符合标准定义的行为，不属于标准库bug。
• 若使用range-v3第三方范围库，C20环境下也可直接使用range-v3提供的views::cache1，功能与C23标准版本一致。

内容的提问来源于stack exchange，提问作者Elliott