引言

在C++的发展历程中，每一个新版本都带来了一些令人瞩目的新特性，以提升语言的功能和开发效率。C++23也不例外，其中std::mdspan作为一个重要的新特性，为开发者提供了一种灵活且高效的方式来处理多维数组和矩阵。本文将详细介绍std::mdspan的相关内容，包括其定义、特点、优势、应用场景以及相关提案。

C++23简介

C++23是C++语言的最新版本，它在C++20的基础上进行了补充和优化，引入了许多新特性和改进，旨在进一步提升C++语言的功能和开发效率。与C++20相比，C++23的变化虽然没有那么显著，但依然对语言的稳固性和可用性做出了许多重要改进。C++23的新特性包括明确的对象参数（Deducing this）、if consteval、多维下标运算符、内建衰减复制支持、标记不可达代码（std::unreachable）、平台无关的假设（[[assume]]）、命名通用字符转义、扩展基于范围的for循环中临时变量的生命周期、constexpr增强、简化的隐式移动、静态运算符static operator[]以及类模板参数推导（Class Template Argument Deduction from Inherited Constructors）等。此外，C++23还对标准库进行了重要更新，增加了新的容器类型如flat_map和flat_set，引入了多维视图（mdspan）以及标准生成器协程（Generator Coroutines），并改进了字符串格式化和错误处理机制（如std::expected）。

std::mdspan的定义与特点

定义

在C++23中，std::mdspan是一个非拥有的多维视图，用于表示连续对象序列。这个连续对象序列可以是一个简单的C数组、带有大小的指针、std::array、std::vector或std::string。这种多维视图通常被称为多维数组。其定义如下：

template<
    class T,
    class Extents,
    class LayoutPolicy = std::layout_right,
    class AccessorPolicy = std::default_accessor<T>
> class mdspan;

• T：连续对象序列的类型。
• Extents：指定维数及其大小；每个维度可以有静态或动态的扩展。
• LayoutPolicy：指定用于访问底层内存的布局策略。
• AccessorPolicy：指定如何引用底层元素。

由于C++17中的类模板参数推导（CTAD），编译器通常可以自动从初始化器的类型推导出模板参数。

特点

1. 非拥有性：std::mdspan并不拥有它所引用的数据，它只是一个视图，这意味着它不会负责数据的生命周期管理。这使得它在处理大型数据时非常高效，因为不需要进行数据的复制。
2. 多维支持：可以方便地处理多维数组，通过指定不同的维度大小和布局策略，可以灵活地表示各种多维数据结构。
3. 静态和动态扩展：每个std::mdspan的维度可以有静态或动态的扩展。静态扩展意味着其长度在编译时指定；动态扩展意味着其长度在运行时指定。

std::mdspan的优势

零成本抽象的多维数据访问

std::mdspan提供了零成本抽象的多维数据访问，为科学计算和图形学提供了标准方案。它允许开发者像操作多维数组一样方便地操作自定义容器，提高了代码的可读性和可维护性。例如：

#include <mdspan>
#include <vector>

int main() {
    std::vector<double> buffer(1024);
    std::mdspan mat(buffer.data(), 32, 32); // 32x32矩阵视图
    mat[3, 4] = 2.718; // 多维下标运算符
    return 0;
}

减少内存开销

由于std::mdspan是非拥有的，它不会复制数据，因此可以减少内存开销。特别是在处理大型数据集时，这一优势更加明显。

提高代码灵活性

std::mdspan允许指定不同的布局策略和访问器策略，这使得它可以适应各种不同的数据存储方式和访问需求。例如，可以使用std::layout_left（Fortran或MATLAB风格）来替代默认的std::layout_right（C、C++或Python风格）。

std::mdspan的应用场景

科学计算

在科学计算中，经常需要处理多维数组和矩阵。std::mdspan可以方便地对这些数据进行操作，提高计算效率和代码的可读性。例如，在数值模拟、机器学习等领域，多维数组的处理是非常常见的，std::mdspan可以很好地满足这些需求。

图形学

在图形学中，图像、纹理等数据通常以多维数组的形式存储。std::mdspan可以用于高效地访问和处理这些数据，例如进行图像滤波、纹理映射等操作。

相关提案

std::mdspan相关的提案包括P0009R18、P2599R2、P2604R0、P2613R1、P2763R1等。这些提案对std::mdspan的功能和实现进行了不断的完善和优化。例如，P0009R18是关于std::mdspan的主要提案，它为std::mdspan的引入奠定了基础；P2599R2对std::mdspan的一些类型进行了修改；P2604R0增加了一些成员函数和类型；P2613R1添加了empty()成员函数；P2763R1对layout_stride的默认构造函数进行了修复。

示例代码

使用动态扩展

#include <mdspan>
#include <iostream>
#include <vector>

int main() {
    std::vector myVec{1, 2, 3, 4, 5, 6, 7, 8};
    std::mdspan m{myVec.data(), 2, 4};
    std::cout << "m.rank(): " << m.rank() << '\n';
    for (std::size_t i = 0; i < m.extent(0); ++i) {
        for (std::size_t j = 0; j < m.extent(1); ++j) {
            std::cout << m[i, j] << ' ';
        }
        std::cout << '\n';
    }
    std::cout << '\n';
    std::mdspan m2{myVec.data(), 4, 2};
    std::cout << "m2.rank(): " << m2.rank() << '\n';
    for (std::size_t i = 0; i < m2.extent(0); ++i) {
        for (std::size_t j = 0; j < m2.extent(1); ++j) {
            std::cout << m2[i, j] << ' ';
        }
        std::cout << '\n';
    }
    return 0;
}

使用静态和动态扩展

#include <mdspan>
#include <iostream>
#include <vector>

int main() {
    std::vector myVec{1, 2, 3, 4, 5, 6, 7, 8};
    std::mdspan<int, std::extents<std::size_t, 2, 4>> m{myVec.data()};
    std::cout << "m.rank(): " << m.rank() << '\n';
    for (std::size_t i = 0; i < m.extent(0); ++i) {
        for (std::size_t j = 0; j < m.extent(1); ++j) {
            std::cout << m[i, j] << ' ';
        }
        std::cout << '\n';
    }
    std::cout << '\n';
    std::mdspan<int, std::extents<std::size_t, std::dynamic_extent, std::dynamic_extent>> m2{myVec.data(), 4, 2};
    std::cout << "m2.rank(): " << m2.rank() << '\n';
    for (std::size_t i = 0; i < m2.extent(0); ++i) {
        for (std::size_t j = 0; j < m2.extent(1); ++j) {
            std::cout << m2[i, j] << ' ';
        }
        std::cout << '\n';
    }
    std::cout << '\n';
    return 0;
}

总结

std::mdspan是C++23中一个非常实用的新特性，它为开发者提供了一种灵活、高效的方式来处理多维数组和矩阵。通过其非拥有性、多维支持、静态和动态扩展等特点，std::mdspan在科学计算、图形学等领域有着广泛的应用前景。同时，相关的提案也在不断地完善和优化std::mdspan的功能，使其更加强大和易用。