原地转置不能直接遍历所有(i,j)交换Ai与Aj，因为行优先存储下会重复交换导致恢复原状；必须只处理上三角（i从0到n-2，j从i+1到n-1）以避免重复和对角线操作。
原地转置为什么不能直接 swap(i,j) 和 (j,i)？
因为矩阵在内存里是按行优先（row-major）连续存储的，A[i][j] 对应地址 base + i * cols + j。若简单遍历所有 (i,j) 并交换 A[i][j] 与 A[j][i]，会重复操作——比如 (0,1) 和 (1,0) 会被各自触发一次，最终恢复原状。必须只处理上三角（或下三角）部分，且跳过对角线。
方阵原地转置的正确循环范围怎么写？
对 n x n 矩阵，只需遍历上三角（不含对角线）：行 i 从 0 到 n-2，列 j 从 i+1 到 n-1。每次交换 A[i][j] 和 A[j][i]。
示例代码片段：
for (int i = 0; i < n; ++i) {
for (int j = i + 1; j < n; ++j) {
std::swap(A[i * n + j], A[j * n + i]);
}
}注意：这里用一维数组模拟二维，避免指针运算出错；std::swap 比手写临时变量更安全，尤其对自定义类型。
立即学习“C++免费学习笔记（深入）”；
非方阵怎么原地转置？
无法真正“原地”完成——m x n 矩阵转置后是 n x m，尺寸变了，内存布局不兼容。所谓“原地”实际指复用原缓冲区但需额外空间，常见做法是：
- 申请一块大小为
min(m,n)的临时缓存，用于轮换置换（cycle-based in-place transpose），实现零额外大数组，但逻辑复杂、易错 - 更实用的是用
std::vector分配新空间，把结果写入其中，再移动赋值——现代 C++ 中，只要元素可移动，std::vector<t>(new_data).swap(old_vec)</t>几乎无开销 - 若必须复用原内存，且
m != n，需提前确保分配容量 ≥m * n，并小心索引映射：原(i,j)→ 新位置j * m + i
性能陷阱：cache miss 和分支预测失败
原地转置天然具有差的空间局部性——A[i][j] 和 A[j][i] 在内存中距离随 i,j 增大而急剧拉远，尤其大矩阵时极易 cache miss。实测中，对 > 1MB 的矩阵，朴素双重循环可能比先复制到临时缓冲区再转置还慢。
优化建议：
- 对大矩阵，改用分块（tiling）策略：将矩阵划分为
B x B子块（如B=16），每个子块内做原地转置，提升 cache 复用率 - 避免
if (i != j)这类条件分支——它在循环内造成分支预测失败，而上三角循环本身已排除对角线，无需判断 - 确认编译器开启了
-O2或更高优化级，std::swap会被内联，且循环可能被自动向量化（但转置本身难以向量化，别强求）
真正难的不是写对逻辑，而是让 CPU 快速跑完——访存模式比代码行数重要得多。
