valarray适合简单规则数值批量运算但不推荐通用向量计算，因缺乏迭代器、STL兼容性差、编译器优化有限且调试困难。
valarray 在 C++ 中适合做简单、规则的数值数组批量运算，但不推荐用于通用向量计算场景——它缺乏迭代器、不能直接和 STL 算法配合，且多数编译器对其优化有限。
valarray 基本构造与元素访问
它不是容器（不满足 Container 要求），而是为数值计算设计的“数学数组”。构造后大小固定，支持下标 operator[] 和切片（slice），但不支持 at() 或范围 for（除非配合 begin()/end()，而这两个函数直到 C++17 才被要求实现，且 MSVC 长期不提供）。
- 用
std::valarray<double> a = {1.0, 2.0, 3.0};</double>初始化最安全；用valarray<int>(n)</int>构造时元素值未定义（非零初始化需显式赋值或用valarray<t>(T val, size_t n)</t>） -
a[i]是唯一便携的访问方式；a.begin()在 GCC/Clang 较新版本可用，但 MSVC 2019 及更早版本仍返回void，不可依赖 - 切片操作（
slice(1, 2, 2)表示从索引 1 开始、取 2 个、步长为 2）必须配合gslice或indirect_array，实际使用率极低，易出错
逐元素运算：支持重载但语义受限
valarray 对 +、-、*、/、%、== 等做了重载，但仅支持同尺寸 valarray 间运算，或 valarray 与标量（double、int 等）运算。没有广播机制，也不支持混合类型（如 valarray<float> + valarray<double></double></float> 编译失败）。
std::valarray<double> a = {1, 2, 3};
std::valarray<double> b = {4, 5, 6};
auto c = a + b; // OK: {5, 7, 9}
auto d = a * 2.5; // OK: {2.5, 5.0, 7.5}
auto e = a + 1; // OK（int → double 提升）
// auto f = a + std::vector<double>{1,2,3}; // ERROR：无对应 operator+- 所有二元运算返回新的
valarray，原对象不变（无 in-place 操作符如+=的泛化重载，只有成员版+=等） - 函数式操作如
sqrt(a)、sin(a)来自<valarray>，它们返回新valarray，不修改原对象 - 注意：这些数学函数对 NaN/Inf 行为由库实现定义，跨平台一致性不如
std::vector+std::transform明确
性能与替代方案的真实权衡
理论上 valarray 允许编译器做向量化（SIMD）优化，但现实中 GCC/Clang 很少主动向量化其表达式，MSVC 几乎不优化。相比之下，std::vector 配合 std::transform、std::reduce（C++17）或手动循环 + #pragma omp simd 更可控、更易调试。
立即学习“C++免费学习笔记（深入）”；
- 若需高性能数值计算，优先考虑
std::vector+ 现代编译器自动向量化（确保对齐、连续访问、无别名），或专用库如xtensor、armadillo -
valarray不支持自定义分配器，无法控制内存布局；也没有data()成员（C++20 才加入），此前无法安全传给 C 接口 - 调试困难：GDB/Lldb 对
valarray的打印支持差，常显示为“unavailable”或只显示部分字段
真正需要 valarray 的场景极少——比如维护一段遗留数值代码，或教学中演示 C++ 标准库对数组运算的原始抽象。日常开发中，它带来的约束远多于便利，尤其当你要和 std::algorithm、range-v3、或任何需要迭代器的工具链集成时，它基本是条死路。
