矩阵乘法需三层for循环:外两层遍历结果矩阵C的行i和列j,最内层用k累加Ai*Bk,维度须满足Am×Bk=Cm,索引顺序不可颠倒。
for 嵌套实现 C++ 二维数组矩阵乘法直接上手写的话,核心就是三层 for:外两层遍历结果矩阵的行和列,最内层累加对应行列的点积。注意下标别越界,且三个矩阵维度必须满足 A[m][k] × B[k][n] → C[m][n]。
常见错误是把 i、j、k 的循环顺序写反,或者在累加时用了错误的索引组合(比如写成 A[i][j] * B[j][k])。正确写法是:
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
C[i][j] = 0;
for (int k = 0; k < k_dim; ++k) {
C[i][j] += A[i][k] * B[k][j]; // 关键:A 行 × B 列
}
}
}
std::vector<:vector>> 直接套用相同逻辑?可以套用,但性能和内存布局会出问题。二维 vector 是“指针数组的数组”,每行内存不连续,CPU 缓存不友好;而原生二维数组(如 int A[100][100])或一维模拟(int* A = new int[m*k])才是连续块。
如果你坚持用 vector,务必确认:
A.size() 和 A[i].size() 在每次访问前已校验,否则运行时可能崩溃vector> C(m, vector(n, 0)); ,否则 C[i][j] 可能未定义.size(),它不是编译期常量,可提前存为变量operator* 重载实现矩阵乘法要注意什么?重载本身不难,但容易忽略语义一致性与资源安全。比如:
C = A * B 会出错int* data),必须显式定义拷贝构造、赋值、析构(三法则)std::unique_ptr 或 std::vector 管理数据,避免手动 new/dele
te
std::invalid_argument 比静默失败更可靠不是算法逻辑错,而是环境或习惯导致的硬伤:
C[i][j] 初始值是垃圾值A[i][j] * B[i][j](这是逐元素乘,不是矩阵乘)3×2 × 2×4,看输出是否为 3×4 且数值合理矩阵乘法看着简单,但下标、内存、初始化这三块一旦松懈,调试起来比算法本身还花时间。