如何使用std::valarray存储/操作连续的二维数组?

template <class element_type>
class matrix
{
public:
    matrix(size_t width, size_t height): m_stride(width), m_height(height), m_storage(width*height) {  }

    element_type &operator()(size_t row, size_t column)
    {
        // column major
        return m_storage[std::slice(column, m_height, m_stride)][row];

        // row major
        return m_storage[std::slice(row, m_stride, m_height)][column];
    }

private:
    std::valarray<element_type> m_storage;
    size_t m_stride;
    size_t m_height;
};

std::valarray 通过切片、遮罩、多维切片或间接表提供了许多访问元素的有趣方法。看见 std::slice_array std::gslice_array , std::mask_array ,及 std::indirect_array

#include <iostream>
#include <valarray>

using namespace std;

typedef valarray<valarray<int> > va2d;

int main()
{
    int data[][3] = { {1, 2, 3}, {4, 5, 6} };
    va2d mat(valarray<int>(3), 2);
    for (int i = 0; i < 2; ++i)
    {
        for (int j = 0; j < 3; ++j)
           mat[ i ][ j ] = data[ i ][ j ];
    }
    for (int i = 0; i < 2; ++i)
        for (int j = 0; j < 3; ++j)
           cout << mat[ i ][ j ] << endl;
}

更多关于 valarray :

• 它针对数值计算进行了优化。
• 这是一个 vector 类似于具有用于切片和切割的特殊成员函数的容器。
• 没有迭代器
• 矢量
• valarray<T> :例如:

3此外,许多成员和相关人员 已成功实例化并将 只有当T满足附加条件时 为每一个此类项目规定的要求 成员或相关职能。

示例:实例化是有效的 valarray,但运算符>() 将不会成功实例化 对于数组操作数,自 复合体没有任何排序 接线员。[结束示例]

,与数组一样,始终使用连续内存。此外,我们还有:

26.5.2类模板数组

1类模板valarray是一个 一维智能阵列,具有 价值观。更高层次的幻觉 维度可以由 与强者一起 由提供的子集功能 广义下标算子。

此外:

4.同样地;a[我]= &b[j]对任意两个变量的计算结果均为真 数组a和b以及任意大小的\u t i 尺寸j,使我小于 b的长度。此属性表示 通过优化编译器来获得优势。

如果要测试多维数组是否为连续(列x行)块。您可以使用

template<class T>
class Array: public std::valarray<T> {
  size_t row,col; 
public:
  Array(){}
  Array(size_t nx) : std::valarray<T>(nx){row=nx,col=1;}
  Array(size_t nx, size_t ny) : std::valarray<T>(nx*ny){row=nx,col=ny;}
  virtual ~Array(){}
  T& operator()(size_t i,size_t j) { return (*this)[i*col+j];}
  size_t Size(size_t n) const { return (n<2) ? col: row;}
};

Here's 一个包含一些矩阵操作的示例