std::mdspan是c++23引入的零开销多维数组视图，不管理内存，仅通过指针+维度+layout解释线性内存；区别于普通数组，它支持切片、转置等操作，但需注意layout（默认列优先）、extents显式指定及编译器支持限制。
std::mdspan 是什么，和普通数组有啥区别
它不是容器，也不管理内存，只是一个“多维视图”——类似 std::span 的二维/三维升级版。你给它一个原始指针（或迭代器）+ 一组维度大小，它就能按指定 layout 把线性内存解释成多维结构。
关键点在于：零开销抽象。不拷贝数据，不额外分配，只是重解释访问逻辑。所以它常配合 std::vector、C 数组、malloc 内存一起用，尤其适合数值计算、图像处理这类要频繁做切片、转置、子区域访问的场景。
常见错误现象：std::mdspan 构造失败但没报错，运行时越界访问静默出错；或者传入的 stride 计算错，导致行列顺序反了、数据错位。
- 必须显式指定
extents（各维大小），不能靠推导 - layout 默认是
layout_left（列优先），不是 C 风格的行优先 —— 这点极易踩坑 - C++23 标准库还没完全落地，GCC 13+ / Clang 16+ 才开始支持，MSVC 2022 17.8+ 有实验性支持，需加
-std=c++23和对应宏开关
怎么构造一个能切片的 std::mdspan
切片能力来自它的 subspan 成员函数，但前提是构造时得用支持动态维度的 extents（比如 std::dextents<int></int>），且 layout 要匹配你的访问意图。
立即学习“C++免费学习笔记（深入）”；
典型使用场景：从大图中取 ROI（感兴趣区域），或对矩阵做分块计算。
示例：从 10×20 的 float 数组中切出第 2–5 行、第 3–8 列的子块：
float data[10 * 20]; std::mdspan<float, std::dextents<int, 2>> mat(data, 10, 20); // 行优先需显式 layout_right auto roi = mat.subspan(2, 4).subspan(3, 6); // 注意：subspan(first, count)，不是 [first, last)
-
subspan返回的是新mdspan，共享底层数据，不复制 - 参数是
(offset, extent)，不是起止下标；想取 [2,5) 行就得写subspan(2, 3) - 若原始
mdspan用的是layout_left，而你按行优先思维切片，结果会错——务必统一 layout 意图 - 编译期维度（如
std::extents<int></int>）也能切片，但subspan的 offset 必须是编译期常量
为什么切片后访问变慢，甚至触发断言失败
性能下降往往是因为 layout 不匹配导致 stride 计算复杂化；断言失败则多因越界检查开启（libstdc++ 默认启用，libc++ 可能不检）。
影响因素：
- 用
layout_stride自定义 stride 时，若步长设错（比如把行距写成列数），operator[]会算错地址，可能访问到无效内存 - 某些标准库实现对动态
extents的越界检查较重，频繁切片+访问会拖慢热点路径 - 跨切片多次调用
data_handle()并手动算地址，反而绕过了mdspan的优化路径 - 不建议在循环内反复
subspan；应提前切好，再用引用持有
实际项目里怎么安全接入 mdspan
别一上来就全量替换二维 vector；先在明确需要切片/视图语义的地方小范围试用，重点验证 layout 和 stride 行为。
推荐做法：
- 用
std::layout_right对齐 C 风格习惯，避免列主序陷阱 - 封装一层工厂函数，统一构造逻辑，例如：
make_mdspan_2d(data, rows, cols)，内部固定用layout_right - 调试阶段打开
_GLIBCXX_ASSERTIONS（GCC）或等效宏，捕获越界 - 注意 ABI 兼容性：当前所有实现都是实验性，不同编译器版本间
mdspan对象不可二进制传递
最易被忽略的一点：mdspan 的 extents 类型决定了它能否 move 或 copy——dextents 可拷贝，但带非静态维度的类型可能隐式禁止拷贝，导致模板实例化失败，报错信息极不友好。
