很多排序算法要求随机访问迭代器，所以对List的元素不可能调用这种算法。
有些算法要求排序的区间，即区间中的值是排过序的。
有些算法既可以与排序的区间一起工作，也可以与未排序的区间一起工作，但是当他们用在排序的区间时，算法会更加的高效。
要求排序区间的算法：
binary_search lower_bound upper_bound equal_range set_union set_intersection set_difference set_symmetric_difference merge inplace_merge includes
但是，下边的算法不需要排序的区间：
unique unique_copy
binary_search、lower_bound、upper_bound和equal_range要求排序的区间，因为它们使用的是二叉查找树。这些算法承诺了对数时间的查找效率，但是前提条件是，你必须提供已经按照顺序排好的数据。
merge和inplace _merge实际上实现了合并和排序的联合操作：他们读入两个排序的区间，然后合并成一个新的区间，其中包含了原来两个区间中的所有元素。他们具有线性时间的性能，但是它们不知道原区间已经排过序，它们就不可能在线性时间内完成。
inludes用来判断一个区间中的所有对象是否都在另一个区间中，因为includes总是假设两个区间是排序的，所以它承诺线性时间的效率。如果没有这一前提，他通常会运行的很慢。
#include<iostream> #include<vector> #include<algorithm> #include<functional> using namespace std; int main() { vector<int> v; v.reserve(10); for (int i = 1; i <= 10; i++) { v.push_back(rand()); } //greater<int>的头文件是functional sort(v.begin(), v.end(), greater<int>());//按照降序进行排列 bool a5Exists = binary_search(v.begin(), v.end(), 5); //binary_search默认情况下假设区间是用“<”排序（即按照升序排列的），但是这个例子中的向量是按照降序排列的。 //因为区间的排序方式与算法期望的排序方式不一致，就不能得到正确的结果。 //要让上边的算法能正常工作，你就必须告诉binary_search使用与sort相同的比较函数 bool a5Exists = binary_search(v.begin(), v.end(), 5, greater<int>()); return 0; }所有要求排序区间的算法均使用等价性来判断 所有需要有序区间的算法（也就是除了unique和unique_copy外本条款的所有算法）通过等价来判断两个值是 否“相同”，就像标准关联容器（它们本身是有序的）。相反，unique和unique_copy判断两个对象“相 同”的默认方式是通过相等，但是你可以通过传给这些算法一个定义了“相同”的意义的判断式来覆盖这个 默认情况。等价和相等之间区别的详细讨论，参考条款19。
