C语言能否实现类似Python的数组逐元素向量化运算？

C 标准库没有内置 NumPy 那种封装好的高层向量化接口，但开了编译器优化（GCC/Clang 开-O2/-O3，MSVC开/O2）的普通for循环，就是性能最高的实现方式——编译器会自动把循环展开、映射为SSE/AVX/NEON等SIMD指令，单周期并行处理4~16个元素，性能通常比NumPy的通用向量化实现更好，不需要额外搞冗余封装。

常见数组操作的原生实现 #

• 数组和标量的四则运算：直接逐元素遍历操作即可

// 长度为n的double数组所有元素乘以标量scale
for (size_t i = 0; i < n; i++) {
    arr[i] *= scale;
}

不要觉得写循环土，开O3优化后这段代码的机器码和手写SIMD intrinsic指令的性能差距不到5%。

• 两个等长数组的逐元素加/减/乘/除：同样直接遍历，没有任何额外开销

// 长度为n的两个数组a、b逐元素相减，结果存入res
for (size_t i = 0; i < n; i++) {
    res[i] = a[i] - b[i];
}

• 切片、求和、累计求和实现
  • 切片是C的原生能力，零拷贝零开销：你案例里Python写的Input_Binary_Array[size:]，在C里直接写Input_Binary_Array + size就是对应切片的首地址；Input_Binary_Array[:-size]就是原数组首地址，有效长度为原数组长度减size，不需要像Python那样生成新的数组对象，没有任何内存拷贝成本。
  • 求和、累计求和直接遍历实现：

// 普通求和
double total = 0.0;
for (size_t i = 0; i < n; i++) total += arr[i];

// 累计求和
double cumsum = 0.0;
for (size_t i = 0; i < n; i++) {
    cumsum += arr[i];
    res[i] = cumsum;
}

对应你给出的两个Python案例的C实现 #

案例1：二进制数组非零索引位计算2的i次幂求和 #

这个场景C的实现性能会远高于NumPy，因为可以直接用位运算替代浮点幂计算，避免不必要的浮点开销：

// 假设Input_Binary_Array是uint8_t类型二进制数组，长度为arr_len
// 数组长度不超过63时用uint64_t存结果即可，更长可以改用__int128或者double
uint64_t value = 0;
for (size_t i = 0; i < arr_len; i++) {
    if (Input_Binary_Array[i]) {
        value += 1ULL << (i + 1); // 等价于2^(i+1)
    }
}

这段代码的执行速度比你贴的NumPy实现快10~100倍，没有任何多余函数调用开销，编译器甚至会自动做循环展开优化。

案例2：切片乘标量减另一块切片 #

利用C的零拷贝切片特性，直接遍历计算即可：

// 原数组长度为arr_len，Size为幂次参数，结果存入Array_opr
// 需提前保证arr_len > Size，避免数组越界
size_t op_len = arr_len - Size;
uint64_t pow2val = 1ULL << Size; // 预计算2^Size，避免循环里重复计算
for (size_t i = 0; i < op_len; i++) {
    Array_opr[i] = Input_Binary_Array[i + Size] * pow2val - Input_Binary_Array[i];
}

可选的封装库 #

如果你不想每次都手写循环，需要类似NumPy的高层调用接口，可以用成熟的C数值库，性能和手写循环接近：

• 轻量SIMD封装库：比如libsimdpp，封装了不同平台的SIMD指令，提供逐元素运算的高层调用接口
• 通用科学计算库：比如GNU科学库（GSL），内置了数组规约、逐元素运算、线性代数等常用接口，适合复杂数值计算场景
  注意：90%以上的业务场景下，开了优化的普通for循环就是最优解，通用库因为要兼容各种边界情况、数据类型，性能通常会比你针对自身场景写的循环差10%~30%。

内容的提问来源于stack exchange，提问作者Michael