std::vector实现二维矩阵乘法需三层循环：i遍历行、j遍历列、k做点积，要求A列数等于B行数，结果C为m×p且预分配，k范围是[0,n)。
用 std::vector 实现二维矩阵并手写乘法循环
直接用 std::vector> 表示矩阵最直观，也便于动态尺寸。但要注意：必须保证每行长度一致，否则乘法会越界或逻辑错误。
核心是三层嵌套循环：外层遍历结果矩阵的行（i），中层遍历列（j），内层做点积（k）。关键约束是：左矩阵列数必须等于右矩阵行数，否则乘法无定义。
- 检查维度：若
A是m×n，B是n×p，则结果C必须是m×p，且初始化为全 0 - 内层循环索引
k的范围是[0, n)，不是[0, m)或[0, p)——这是最常见的下标错位 - 避免重复构造临时
vector：不要在循环里写std::vector(p, 0.0)创建新行，应预先分配好C的结构
std::vector<std::vector> matmul(
const std::vector<std::vector>& A,
const std::vector<std::vector>& B) {
size_t m = A.size(), n = A[0].size(), p = B[0].size();
std::vector<std::vector> C(m, std::vector(p, 0.0));
for (size_t i = 0; i < m; ++i)
for (size_t j = 0; j < p; ++j)
for (size_t k = 0; k < n; ++k)
C[i][j] += A[i][k] * B[k][j];
return C;
}
用一维 std::vector 存储提升缓存局部性
二维 vector 在内存中不连续，频繁跨行访问会引发大量 cache miss。换成一维存储（行优先）后，内层循环能顺序读取内存，实测在中等规模（如 1000×1000）下可提速 2–3 倍。
索引公式必须严格：元素 A[i][j] 对应一维下标 i * cols + j；B[k][j] 对应 k * p + j（注意不是 j * n + k）。
- 传参时需额外携带行列信息：
matmul(const std::vector& A, size_t Am, size_t An, const std::vector& B, size_t Bn, size_t Bp) - 内层循环仍是对
k，但访问模式变成A[i*An + k]和B[k*Bp + j]—— 错写成B[j*Bn + k]会导致结果全错 - 如果后续要和 BLAS 库对接，一维布局是强制要求，提前统一格式可减少转换开销
遇到 std::out_of_range 或结果全 0 怎么快速定位
这两个现象几乎都源于维度校验缺失或索引越界。不要直接看乘法循环，先检查三处：
C知道
CSDN推出的一款AI技术问答工具
下载
- 输入矩阵是否为空：
A.empty() || A[0].empty() || B.empty() || B[0].empty() - 是否满足乘法前提：
A[0].size() != B.size()时应抛异常或返回空矩阵，而不是硬算 - 内层循环上限写错：比如把
k 误写成k ，会导致访问A[i][k]越界（k超出列数）
调试时可在循环内加一句 assert(k ，比靠 operator[] 抛异常更快暴露问题。
什么时候该换 BLAS 而不是手写
手写适合教学、小规模（）或特殊需求（如自定义数值类型、稀疏逻辑）。一旦矩阵超过 500×500，OpenBLAS 或 Intel MKL 的优化版本通常快一个数量级以上，且自动适配多核与 SIMD。
调用 cblas_dgemm 时最容易漏的是：矩阵按列优先（Fortran 风格）还是行优先（C 风格）——C 接口默认列优先，若你用行优先数据，必须把参数 layout 设为 CblasRowMajor，否则结果完全错误。
还有个隐形坑：BLAS 要求内存对齐（尤其是 AVX 指令），如果 vector 分配的地址未 32 字节对齐，某些实现会降级到 SSE 或崩溃。生产环境建议用 aligned_alloc 或 Eigen 等封装好的库来规避。