用 std::vector<:vector>></:vector> 是最安全的起点
新手直接写 int arr[10][10] 看似简单，但一碰动态尺寸、函数传参或内存释放就崩。C++ 没有原生“二维数组类型”，std::vector<:vector>></:vector> 才是实际项目里真正能用的二维结构。
它自动管理内存、支持运行时大小、可拷贝、能用范围 for 遍历。别被“vector 嵌套慢”吓住——对中小规模矩阵（比如图像处理、游戏格子、算法题），性能差异几乎感知不到，而稳定性高得多。
- 初始化空矩阵：
std::vector<:vector>> mat;</:vector> - 初始化 3×4 全 0 矩阵：
std::vector<:vector>> mat(3, std::vector<int>(4, 0));</int></:vector> - 访问元素：
mat[i][j] = 5;—— 和原生数组写法一致，无额外语法负担 - 注意：不能用
mat[0].size()当列数来遍历所有行——每行长度可能不同（即“锯齿数组”），除非你明确保证每行等长
用 std::array<:array n>, M></:array> 适合编译期固定尺寸
如果你的矩阵大小在编译时就确定（比如 8×8 棋盘、3×3 变换矩阵），且追求零开销、栈上分配、兼容 C 风格接口，std::array 是比裸数组更现代、更安全的选择。
它保留了 arr[i][j] 的直观访问，同时自带 .size()、迭代器、拷贝语义，不会退化成指针，也不会意外越界（开启调试模式时部分实现会检查）。
立即学习“C++免费学习笔记（深入）”；
- 定义 2×3 矩阵：
std::array<:array>, 2> mat = {{{{1,2,3}}, {{4,5,6}}}};</:array>（注意三重大括号是 C++11 初始化要求） - 访问：
mat[1][2]直接生效，和普通数组完全一样 - 传参时必须带模板参数：
void func(const std::array<:array>, 2>& m)</:array>，不能只写std::array<:array n>, M></:array>（N/M 不是类型参数） - 不支持运行时改尺寸，也不能用
.resize()—— 这是优点也是限制，得看场景
int** 动态分配陷阱多，没特殊理由别碰
网上很多教程教用 int** + 两次 new 模拟二维数组，但这是 C 风格遗毒，C++ 里极易出错：内存泄漏、释放顺序错、无法用 delete[] 正确回收、不支持移动语义。
错误现象常见：double free or corruption、segmentation fault、某几行数据突然变成随机值——往往是因为某次 new 失败没检查，或释放时漏掉某层指针。
- 若真要用（比如对接旧 C 库），务必封装成 RAII 类，或至少用
std::unique_ptr<int></int>管理首地址 + 手动算偏移 - 千万别混合使用
new int[N]和new int*[M]后再循环new int[N]—— 释放时必须严格逆序，且每层都delete[] - 传给函数时，
int**丢失行列信息，调用方必须额外传rows和cols，极易错配
别忽略 std::vector<int></int> 一维模拟二维的实用场景
对大矩阵（比如 1000×1000 图像数据）、需要缓存友好或与 BLAS/LAPACK 等库对接时，一维连续内存比 vector of vector 更高效。这时用 std::vector<int> data(rows * cols)</int>，再靠下标计算访问：
- 第
i行第j列 →data[i * cols + j]（行优先，C 默认） - 优势：内存连续，CPU 缓存命中率高；可直接传给
data.data()给 C 函数；resize()一次搞定 - 坑点：手写索引容易算错，尤其是混用行列优先（Fortran 是列优先）；调试时不能直接打印“二维形状”，得靠 IDE 或自己写辅助函数
- 建议封装一层轻量包装类，重载
operator()实现mat(i, j)访问，避免裸算下标
矩阵维度是否固定、是否需动态增删、是否对接外部库、性能瓶颈在哪——这几个问题没想清楚前，别急着选方案。尤其新手容易把“写起来像二维数组”当成唯一标准，其实内存布局、所有权语义、错误边界才是更常踩坑的地方。
