推荐用嵌套std::vector实现安全矩阵乘法，运行时校验维度匹配，构造时预分配并初始化，循环采用i-j-k顺序提升缓存局部性。
用 std::vector<:vector>></:vector> 实现安全的矩阵乘法
直接裸用 C 风格二维数组（如 double a[100][100]）写矩阵乘法，编译期尺寸固定、无法传参、容易越界——实际项目里基本不用。现代 C++ 推荐用嵌套 std::vector，它支持动态尺寸、可移动、能按需构造。
关键点在于：矩阵乘法要求左矩阵列数等于右矩阵行数，这个检查必须在运行时做，不能靠模板硬编码（除非你真用 std::array + 模板参数限定尺寸）。
- 构造时用
std::vector<:vector>>(rows, std::vector<double>(cols, 0.0))</double></:vector>，避免默认初始化后反复赋值 - 乘法前务必校验：
if (A[0].size() != B.size()) throw std::invalid_argument("matrix dimension mismatch"); - 三层循环顺序推荐
i-j-k（外层行、中层公共维、内层列），利于 CPU 缓存局部性；i-k-j容易 cache miss
// 示例：C = A * B
for (size_t i = 0; i < A.size(); ++i) {
for (size_t k = 0; k < B.size(); ++k) { // 公共维度：A 的列 / B 的行
if (A[i].empty()) continue;
for (size_t j = 0; j < B[k].size(); ++j) {
C[i][j] += A[i][k] * B[k][j];
}
}
}
避免 operator[] 越界导致静默错误
std::vector::operator[] 不做边界检查，越界访问是未定义行为（UB），调试时可能“看起来正常”，上线后随机崩溃或算出错值。这不是概率问题，是必然风险。
- 开发阶段启用
-D_GLIBCXX_DEBUG（GCC）或_ITERATOR_DEBUG_LEVEL=2（MSVC），让operator[]变成带检查版本 - 生产环境若不能加调试宏，改用
.at()替代[]：它抛std::out_of_range，至少能捕获异常 - 注意：嵌套 vector 的
A[i][j]是两次调用operator[]，任一维越界都危险；建议封装一层get(i, j)方法统一处理
用 std::valarray 或 Eigen 前先看清场景
有人看到“矩阵运算”就本能想用 Eigen，但引入第三方库不是零成本：编译时间变长、部署要带头文件、跨平台构建链路变复杂。小项目或教学代码，标准库够用。
立即学习“C++免费学习笔记（深入）”；
-
std::valarray支持切片和广播，但对矩阵乘法无原生支持，仍得手写三重循环，且社区实践极少，可读性差 -
Eigen::MatrixXd确实快（自动向量化 + 表达式模板），但它的operator*返回的是表达式对象，不是立即计算结果，容易误以为“没执行” - 如果只是做一次 100×100 以内的乘法，手写 vector 循环比 Eigen 初始化开销还小；超过 1000×1000 才值得引入优化库
多维数组逻辑运算 ≠ 矩阵乘法，别混淆语义
标题里提到“多维数组逻辑运算”，但 C++ 没有内置的“多维数组逻辑运算符”。所谓“逻辑运算”（&&、||、!）只对单个 bool 值有效，不能直接作用于 vector<vector>></vector> 整体。
- 想对每个元素做逻辑与？得写两层循环调用
&&，或者用std::transform+ lambda - 误把
std::vector<:vector>></:vector>当作“逻辑矩阵”去用位运算，结果发现int不是bool，非零值全被当 true，语义已丢失 - 真需要布尔矩阵运算（比如图论中的邻接矩阵传递闭包），优先用
std::vector<:vector>></:vector>，但它被特化压缩存储，operator[]返回代理对象，不能取地址——这点极易踩坑
矩阵乘法本身不难，难的是尺寸检查、内存布局、边界安全、以及分清“数值运算”和“逻辑语义”的界限。很多人卡在第 2 步——不是不会写循环，是不知道 at() 和 [] 在 release 模式下行为完全不同。
