最稳妥方式是用std::vector实现矩阵乘法：需断言左矩阵列数等于右矩阵行数，结果矩阵维度为rows_A × cols_B，三重循环采用i-k-j顺序以提升缓存友好性，并严格校验空矩阵与越界访问。
用 std::vector 实现二维矩阵乘法最稳妥
直接用裸数组容易越界、难管理内存，std::vector<:vector>></:vector> 是实际项目中最常用也最安全的选择。它自动处理内存释放，支持动态尺寸，且与现代 C++ 工具链（如调试器、ASan）兼容性好。
关键点在于：乘法要求左矩阵列数等于右矩阵行数，否则结果未定义——必须在运行时检查，不能只靠注释或文档约定。
- 初始化结果矩阵为
rows_A × cols_B，所有元素设为 0 - 三层循环顺序是
i（A 行）、k（公共维度）、j（B 列），这个顺序对缓存友好 - 别写成
i-j-k，那样会频繁跳地址，实测慢 2–3 倍
std::vector<std::vector<double>> matmul(
const std::vector<std::vector<double>>& A,
const std::vector<std::vector<double>>& B) {
size_t rows_A = A.size();
size_t cols_A = A[0].size();
size_t rows_B = B.size();
size_t cols_B = B[0].size();
if (cols_A != rows_B) throw std::invalid_argument("dim mismatch");
<p>std::vector<std::vector<double>> C(rows_A, std::vector<double>(cols_B, 0.0));
for (size_t i = 0; i < rows_A; ++i)
for (size_t k = 0; k < cols_A; ++k)
for (size_t j = 0; j < cols_B; ++j)
C[i][j] += A[i][k] * B[k][j];
return C;
}用 std::valarray 做简单数值计算够用但有坑
std::valarray 支持切片和广播语义，写起来短，但不适用于通用矩阵乘法：它没有原生二维形状概念，apply() 和 shift() 难以映射到矩阵索引逻辑；而且多数编译器对其优化有限，性能常不如手写三重循环。
如果你只是做固定小尺寸（比如 3×3 变换矩阵），直接展开写更清晰、更快、更容易向量化。
立即学习“C++免费学习笔记（深入）”；
- 不要试图用
valarray模拟二维索引——容易下标错位，调试困难 - 如果真要用，必须配合
gslice手动构造行列视图，代码可读性急剧下降 - VS 和 GCC 对
valarray的 ABI 不完全一致，跨平台分发二进制时慎用
遇到 segmentation fault 大概率是索引没校验
最常见的崩溃不是算法错，而是访问了空 vector 或越界：比如 A[0].size() 在 A 为空时触发未定义行为；或者循环里用了 而不是 <code>。
- 永远先检查
!A.empty() && !A[0].empty()，再取维度 - 用
at()替代[]做开发期调试（会抛std::out_of_range） - Clang/GCC 加
-fsanitize=address,undefined能立刻定位越界点
需要高性能？别自己手写三重循环
除非矩阵极小（openblas、Intel MKL 或 Apple Accelerate。它们做了指令级优化（AVX512/FMA）、多线程、内存预取，单核性能通常是手写代码的 5–10 倍，多核下差距更大。
- C++ 封装库如
xtensor或armadillo底层就绑 BLAS，语法接近 NumPy - 自己用 BLAS 时注意：CBLAS 是列主序（Fortran 风格），传参顺序和内存布局要匹配
- 链接时漏
-lopenblas或符号未导出，会导致运行时报undefined symbol: cblas_dgemm
手写循环只适合教学、调试或特殊稀疏/定制格式场景；真实业务中硬刚 BLAS，大概率是在重复解决别人已优化十年的问题。
