我要评论std::valarray 是 c++ 标准库中专门用于数值数组计算的容器，定义在 <valarray> 头文件中。它的设计目标是提供高性能的向量化运算，让你能够像操作单个数值一样对整个数组进行数学运算，无需手动编写循环。
一、核心特性
| 特性 | 说明 |
|---|---|
| 元素级运算 | 支持对整个数组统一进行数学运算 |
| 性能优化 | 类似 restrict 关键字，减少别名干扰，便于编译器优化 |
| 子集访问 | 提供切片（slice）、掩码（mask）等灵活的数组子集提取方式 |
| 数学函数支持 | 提供 sin、cos、exp 等丰富的数学函数 |
二、基础用法
1. 构造和初始化
#include <valarray>
#include <iostream>
int main() {
// 默认构造
std::valarray<int> v1;
std::cout << v1.size() << std::endl; // 0[citation:1]
// 指定大小
std::valarray<int> v2(100); // 100个元素，默认初始化[citation:1]
// 指定大小和初始值（注意：第一个参数是值，第二个是数量）
std::valarray<int> v3(5, 20); // 20个5，注意顺序与vector相反[citation:1]
// 从数组构造
int arr[] = {2, 3, 5, 7, 11};
std::valarray<int> v4(arr, 5); // 从数组拷贝[citation:2][citation:6]
// c++11：初始化列表
std::valarray<int> v5{2, 3, 5, 7, 11}; // 直接初始化[citation:1]
// 改变大小（原有数据会丢失）
v5.resize(10); // 大小变为10，所有元素重置[citation:1][citation:6]
}2. 元素访问
std::valarray<int> v{1, 2, 3, 4, 5};
// operator[] 访问单个元素
v[2] = 10; // 修改第3个元素[citation:2]
// size() 获取元素数量
std::cout << v.size() << std::endl; // 5[citation:1]三、运算操作
1. 元素级算术运算
这是 valarray 最强大的特性——运算符直接作用于整个数组：
std::valarray<int> a{1, 2, 3};
std::valarray<int> b{4, 5, 6};
// 数组加法（逐个元素相加）
std::valarray<int> c = a + b; // {5, 7, 9}[citation:7]
// 数组与标量运算
std::valarray<int> d = a * 2; // {2, 4, 6}
// 一元运算
std::valarray<int> e = -a; // {-1, -2, -3}[citation:2]2. 复合赋值运算符
std::valarray<int> v1(1, 3); // {1, 1, 1}
std::valarray<int> v2(2, 3); // {2, 2, 2}
v1 += v2; // {3, 3, 3}
v2 += 2; // {4, 4, 4}[citation:9]支持的复合赋值运算符包括：+=, -=, *=, /=, %=, ^=, &=, |=, <<=, >>=。
3. 数学函数
#include <cmath>
#include <valarray>
std::valarray<double> v{0, 0.25, 0.5, 0.75, 1};
// 对每个元素应用数学函数
std::valarray<double> s = std::sin(v * std::numbers::pi);
// 结果: {0, 0.707, 1, 0.707, 0}[citation:4]
// 其他支持的函数：cos, tan, exp, log, sqrt, abs 等[citation:3][citation:5]四、进阶特性：子集访问
valarray 提供了四种方式来访问和操作数组的子集，这被认为是它的一个主要创新。
1. slice（切片）
从数组中提取按固定步长选取的元素序列。
std::valarray<int> all{1, 2, 3, 4, 5, 6, 7, 8, 9};
// slice(start, length, stride): 从索引0开始，选5个元素，步长为2
std::slice sl(0, 5, 2);
std::valarray<int> odd = all[sl]; // {1, 3, 5, 7, 9}[citation:2]2. gslice（通用切片）
支持多维数组操作，适合矩阵计算。
// 创建类似3d数组的结构
size_t lengths[] = {3, 3};
size_t strides[] = {3, 1};
std::valarray<size_t> len(lengths, 2);
std::valarray<size_t> str(strides, 2);
std::valarray<int> v(27); // 27个元素的数组
// 使用gslice提取特定子集
// v[gslice(0, len, str)] 提取前9个元素[citation:2]3. 掩码数组（mask array）
使用布尔数组选择元素：
bool b[] = {true, false, true, false, true, false, true, false, true};
std::valarray<bool> mask(b, 9);
std::valarray<int> all{1, 2, 3, 4, 5, 6, 7, 8, 9};
std::valarray<int> odd = all[mask]; // {1, 3, 5, 7, 9}[citation:2]4. 间接数组（indirect array）
使用索引数组选择元素：
size_t idx[] = {0, 2, 4, 6, 8};
std::valarray<size_t> indices(idx, 5);
std::valarray<int> all{1, 2, 3, 4, 5, 6, 7, 8, 9};
std::valarray<int> odd = all[indices]; // {1, 3, 5, 7, 9}[citation:2]5. 子集的赋值操作
选中的子集也可以作为左值进行修改：
std::valarray<int> v{1, 2, 3, 4, 5};
std::slice sl(1, 3, 1);
v[sl] = 0; // v变成 {1, 0, 0, 0, 5}6. 其他实用方法
std::valarray<int> v{3, 1, 4, 1, 5};
int sum = v.sum(); // 总和：14[citation:6]
int min = v.min(); // 最小值：1[citation:3]
int max = v.max(); // 最大值：5[citation:3]
// 移位
std::valarray<int> v2 = v.shift(2); // {4, 1, 5, 0, 0} 左移，空位补0[citation:6]
std::valarray<int> v3 = v.cshift(2); // {4, 1, 5, 3, 1} 循环左移[citation:6]
// apply：将函数应用到每个元素
auto result = v.apply([](int x) { return x * x; }); // {9, 1, 16, 1, 25}[citation:8]五、使用建议
虽然 valarray 设计用于高性能数值计算，但实际使用情况是：
- gcc和llvm 使用表达式模板技术实现了高效的
valarray运算 - intel编译器 通过集成ipp（intel performance primitives）提供了专门优化
不过，许多现代数值库（如 eigen、blaze）更倾向于使用表达式模板直接优化普通容器，因此
valarray的应用不如其他库广泛
如果你的项目需要简单、直接的数组运算，valarray 是不错的选择。但如果需要更复杂的矩阵运算（如乘法、转置等），建议考虑专门的线性代数库（如 eigen）。
到此这篇关于c++ std::valarray 用法实例详解的文章就介绍到这了,更多相关c++ std::valarray 用法内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网！
发表评论