std::mdspan是C++23引入的多维数组非拥有式视图，支持任意维度与自定义布局，适用于高性能计算；它不管理内存，仅持有数据指针和形状信息，可通过指针和维度构造二维或三维视图，如auto s = std::mdspan(data, 3, 4)创建3x4视图并用s(1, 2)访问元素；支持std::layout_left（列主序）、std::layout_right（行主序）和std::layout_stride（任意步幅）以优化内存访问效率，提升矩阵运算性能；在HPC中可作函数参数避免拷贝，结合并行策略与BLAS/LAPACK兼容，支持子视图提取用于分块处理；相比std::vector嵌套或Eigen，mdspan内存连续、无额外开销、更通用，可包装栈、堆或malloc分配的数组，实现安全高效的数据交换，是现代C++数值编程的关键工具。
std::mdspan 是 C++23 引入的一个重要组件，用于表示多维数组的非拥有式视图。它提供了一种灵活、高效的方式来访问和操作多维数据，特别适用于高性能计算（HPC）、科学计算和数值算法等场景。
与传统的 std::span 只支持一维数据不同，std::mdspan 支持任意维度的数据布局，允许你以行列主序、自定义步幅等方式访问内存中的多维数组。它不管理内存生命周期，只持有指向原始数据的指针和描述其形状的信息。
基本用法与构造
std::mdspan 的模板参数包括元素类型、维度信息和布局策略。最简单的使用方式是通过指定数据指针和各维度大小来创建一个二维或三维视图。
- 需要包含头文件
- 使用 std::dextents
表示运行时决定的 N 维尺寸 - 可通过 std::array 或普通指针初始化底层数据
例如，创建一个 3x4 的二维视图：
立即学习“C++免费学习笔记（深入）”；
double data[12]; auto s = std::mdspan(data, 3, 4); // 3 行，4 列 s(1, 2) = 42.0; // 使用括号语法访问元素
布局与性能控制
std::mdspan 允许指定不同的内存布局策略，这对缓存友好性和并行计算至关重要。
- std::layout_left：列主序，适合 Fortran 风格数组（如 LAPACK）
- std::layout_right：行主序，C/C++ 默认布局
- std::layout_stride：支持任意步幅，可用于子数组、图像 ROI 等
选择合适的布局能显著提升内存访问效率，尤其在矩阵乘法、卷积等操作中。
在高性能计算中的应用
std::mdspan 被设计为 HPC 场景下的轻量级工具，与算法库结合紧密。
- 可作为函数参数传递多维数组，避免拷贝
- 配合执行策略（如 SIMD、多线程）实现并行计算
- 与 BLAS/LAPACK 接口兼容，便于调用底层优化库
- 支持子视图提取（subspan），便于分块处理大数组
比如在实现矩阵加法时，可以直接传入两个输入 mdspan 和一个输出视图，编译器有机会对循环进行向量化优化。
与 Eigen、std::vector 的对比
std::mdspan 不是一个容器，而是一个视图，这点与 Eigen::Map 类似，但它是标准库的一部分，通用性更强。
- 相比 std::vector<:vector>>，mdspan 内存连续且无额外元数据开销
- 比 Eigen 更通用，不限于线性代数场景
- 可以包装任何已存在的数组，无论来源是 malloc、new 还是栈上分配
它填补了标准库在多维视图方面的空白，使得跨平台、跨库的数据交换更加安全和高效。
基本上就这些。std::mdspan 让你在保持代码清晰的同时获得接近手写循环的性能，是现代 C++ 数值编程的重要工具。虽然目前部分编译器支持还在完善中，但它代表了多维数据处理的未来方向。
