应使用std::ranges::views::cartesian_product来惰性生成多范围笛卡尔积，适用于测试用例生成、嵌套遍历等场景；需确保输入范围生命周期长于视图，且不可随机访问。
它用来生成多个范围的笛卡尔积，且不分配内存、延迟求值、零拷贝——适合组合枚举、测试用例生成、嵌套遍历等场景，但要注意其迭代器不可随机访问，且底层范围生命周期必须长于视图。
什么时候该用 std::ranges::views::cartesian_product
当你需要「穷举所有组合」但又不想写多层嵌套 for 循环，也不愿把结果存进 std::vector 时，它就是最直接的替代。典型场景包括：
- 为参数化测试生成所有输入组合（比如
{1,2}×{"a","b"}→(1,"a"), (1,"b"), (2,"a"), (2,"b")） - 在算法中按需访问组合，例如搜索满足某条件的第一对元素
- 与其它视图链式拼接，如过滤后再取前 N 个：
views::cartesian_product(r1, r2) | views::filter(...) | views::take(5)
cartesian_product 的参数和返回类型要注意什么
它接受任意数量（≥2）的可范围化对象（range auto），但所有参数都必须是 const-compatible，且不能是纯右值临时量（否则视图会绑定到已销毁的对象）：
std::vector<int> a = {1, 2};
std::vector<char> b = {'x', 'y'};
// ✅ 正确：lvalue 引用，生命周期可控
auto cp = std::ranges::views::cartesian_product(a, b);
// ❌ 危险：下面这行触发未定义行为（临时 vector 立即析构）
auto bad = std::ranges::views::cartesian_product(std::vector{1,2}, std::vector{'x','y'});
返回的是一个 view 类型，其 value_type 是 std::tuple（元素类型对应各输入范围的 reference），所以解构时要用结构化绑定或 std::get。
立即学习“C++免费学习笔记（深入）”；
为什么迭代器不支持 += 或随机访问
因为笛卡尔积本身没有 O(1) 的“第 i 项”映射逻辑；它的迭代器是输入范围迭代器的组合，仅支持前向遍历（++it），底层实现上每次递增都要处理进位逻辑（类似多位数字加一）。这意味着：
- 不能用
cp.begin() + 5，也不能用std::distance算总大小（除非所有输入范围都是sized_range） - 调用
size()会触发完整乘积计算（O(1) 仅当所有输入都是sized_range） - 若某个输入范围是无限的（如
views::iota(0)），则整个视图也变成无限，且无法调用size()
常见错误：结构化绑定失效或类型推导出错
直接用 auto&& [x, y] 解构时，如果输入范围的 reference 类型不是一致可绑定的（比如一个是 int&，另一个是 const char*），编译器可能报错或绑定为引用类型而非值类型。稳妥做法是显式指定：
for (auto&& t : std::ranges::views::cartesian_product(a, b)) {
int x = std::get<0>(t); // 避免引用悬挂风险
char y = std::get<1>(t);
// ...
}
更安全的写法是配合 views::transform 提前解包成值类型元组，或者确保输入范围元素可拷贝且你不需要原地修改。
真正容易被忽略的是：这个视图不“拥有”任何数据，它只保存对原始范围的引用，一旦任一输入范围被移动、析构或重新赋值，继续使用该视图就是未定义行为——这点比大多数其他视图更敏感。
