STL算法性能取决于容器类型与算法复杂度，std::find为O(n)，std::binary_search为O(log n)，unordered容器查找平均O(1)，std::sort为O(n log n)，std::nth_element平均O(n)，集合操作需有序输入且复杂度O(n+m)，应根据场景选合适容器与算法。
在C++标准模板库（STL）中，算法的时间复杂度直接影响程序的效率。了解常用STL算法的时间复杂度有助于写出更高效的代码。以下是对常见STL算法性能的分析，基于它们在不同容器上的典型行为。
查找类算法
std::find 在序列中线性查找指定值，时间复杂度为 O(n)，适用于 vector、list、deque 等不支持随机访问或无序的数据结构。
std::binary_search 要求容器已排序，使用二分查找，时间复杂度为 O(log n)，常用于有序 vector 或 set。
关联容器如 std::set 和 std::map 的成员函数 find 也是 O(log n)，底层是红黑树实现；而 std::unordered_set 和 std::unordered_map 的 find 平均为 O(1)，最坏情况为 O(n)，基于哈希表。
立即学习“C++免费学习笔记（深入）”；
排序与重排类算法
std::sort 使用 introsort（内省排序，结合快速排序、堆排序和插入排序），平均和最坏时间复杂度分别为 O(n log n) 和 O(n log n)，适用于支持随机访问的容器如 vector。
std::stable_sort 保持相等元素的相对顺序，通常使用归并排序，时间复杂度为 O(n log n)，但可能需要额外 O(n) 空间。
std::partial_sort 对前 k 个元素排序，复杂度约为 O(n log k)，适合只需要最小/最大 k 个元素的场景。
std::nth_element 将第 n 个位置的元素放到排序后应处的位置，平均复杂度 O(n)，用于找中位数或 Top-K 问题。
修改型操作
std::copy、std::fill、std::transform 等遍历操作都是 O(n)，执行一次遍历完成赋值或变换。
std::remove 实际是“移动-覆盖”操作，不会真正删除元素，复杂度 O(n)，常与容器的 erase 配合使用（erase-remove 习惯用法）。
std::unique 去除连续重复元素，前提是数据已排序或相邻重复有意义，复杂度 O(n)。
集合操作（需有序区间）
std::merge 合并两个有序序列，复杂度 O(n + m)。
std::set_union、std::set_intersection、std::set_difference 等集合运算也要求输入有序，时间复杂度为 O(n + m)，效率较高。
基本上就这些。关键在于根据数据规模和操作需求选择合适的容器和算法。比如频繁查找优先考虑 unordered 容器，有序数据利用二分查找或集合操作，大数据排序避免使用非高效算法。理解每种算法背后的机制，才能写出高性能的 C++ 代码。
