在 C++ 的 STL 里有很多高级实用的函数，甚至让人虎躯一震，它们对简化代码量很有帮助。

由于篇幅限制，参数列表中的参数类型全部省略。其中有 ? 的参数可以省略。

std::prev_permutation(__first, __last, ?__comp)：得到序列 [__first, __last) 的上一个排列。时间复杂度 $O(n)$。

std::next_permutation(__first, __last, ?__comp)：得到序列 [__first, __last) 的下一个排列。时间复杂度 $O(n)$。

std::sort(__first, __last, ?__comp)：将序列 [__first, __last) 进行排序。时间复杂度 $O(n \log n)$。

std::stable_sort(__first, __last, ?__comp)：同上。相同元素的相对位置不变。时间复杂度 $O(n \log n)$。

std::partition(__first, __last, __pred)：将序列 [__first, __last) 重新排列，所有使谓词返回 true 的元素放在所有使谓词返回 false 的元素前面。时间复杂度 $O(n)$。

std::stable_partition(__first, __last, __pred)：同上。相同元素的相对位置不变。时间复杂度 $O(n)$。

std::merge(__first1, __last1, __first2, __last2, __result, ?__comp)：将序列 [__first1, __last1) 和 [__first2, __last2) 合并成有序序列，并存放到序列 __result 中，该操作是稳定的。时间复杂度 $O(n)$。

std::inplace_merge(__first, __middle, __last, ?__comp)：将序列 [__first, __middle) 和 [__middle, __last) 合并成有序序列，该操作是稳定的。时间复杂度与缓存区大小有关：缓存区大小足够时为 $O(n)$，否则为 $O(n \log n)$。

std::nth_element(__first, __nth, __last, ?__comp)：将序列 [__first, __last) 中第 __nth 小的元素放在排序序列上的位置，但是不保证其他元素有序。时间复杂度 $O(n)$。

std::prev(it, ?n = 1)：返回迭代器 it 的第 n 个前驱，但是不改变其本身的值。时间复杂度与迭代器类型有关：一般情况为 $O(n)$，如果迭代器额外满足随机访问迭代器则复杂度为 $O(1)$。

std::next(it, ?n = 1)：返回迭代器 it 的第 n 个后继，但是不改变其本身的值。时间复杂度与迭代器类型有关：一般情况为 $O(n)$，如果迭代器额外满足随机访问迭代器则复杂度为 $O(1)$。

std::advance(it, n)：增加给定的迭代器 it 以 n 个元素的步长，无返回值。若 n 为负，则迭代器自减。该情况下，it 必须满足双向迭代器的要求，否则行为未定义。时间复杂度与迭代器类型有关：一般情况为 $O(n)$，如果迭代器额外满足随机访问迭代器则复杂度为 $O(1)$。

std::distance(first, last)：返回从迭代器 first 到 last 的路程。若使用随机访问迭代器且 first 可从 last 抵达，则值可能为负。若迭代器不是随机访问迭代器，则若 last 不可从 first 通过（可以重复）自增 first 抵达，则行为未定义。若迭代器是随机访问迭代器，则若 last 不可从 first 抵达且 first 不可从 last 抵达，则行为未定义。时间复杂度与迭代器类型有关：一般情况为 $O(n)$，如果迭代器额外满足随机访问迭代器则复杂度为 $O(1)$。