Armadillo C++：子矩阵乘积的最优计算方式

你当前的实现会因为提取子矩阵时的内存复制产生额外开销，Armadillo本身提供了视图机制，可以直接操作原矩阵的子区域，完全避免复制成本，是最优的实现方式。

优化后的代码 #

arma::mat A;
arma::mat B;

// 直接基于原矩阵的子视图计算乘积，无内存复制
arma::mat result = A.rows(1, 2) * B.rows(3, 4);

原理说明 #

A.rows(1,2)返回的是arma::subview_rows类型的对象，它本质是原矩阵A的行子集视图——不分配新内存，仅记录原矩阵的指针和子区域的范围（起始行、结束行）。当视图参与矩阵乘法运算时，Armadillo会调用底层BLAS/LAPACK接口直接操作原矩阵的对应内存区域，彻底消除子矩阵复制的开销。

扩展场景示例 #

如果需要处理其他类型的子矩阵，同样可以用视图实现：

• 列子集乘积：arma::mat result = A.cols(0, 3) * B.cols(2, 5);
• 矩形子矩阵乘积：arma::mat result = A.submat(1, 0, 2, 3) * B.submat(3, 2, 4, 5);
  （submat参数格式：submat(起始行, 起始列, 结束行, 结束列)）

额外提示 #

如果需要重复使用同一个子视图，可以直接存储为视图类型，避免意外复制：

// Asub和Bsub都是视图类型，无内存复制
auto Asub = A.rows(1, 2);
auto Bsub = B.rows(3, 4);
arma::mat result = Asub * Bsub;

内容的提问来源于stack exchange，提问作者J. Doi