分配一维数组触发std::bad_alloc异常，二维数组正常，如何解决？

这个问题的核心在于连续内存块的分配限制，我们先算笔直观的账：你的currsize是524288（也就是2^19），currsize * currsize等于2^{38个`int`元素。如果每个`int`占4字节，总内存需求是2}40字节——整整1TB！

系统几乎不可能拿出一块连续的1TB空闲内存给你的一维数组，但二维数组的分配方式是把内存拆成了524288个独立的、每个约2MB（524288*4字节）的小块，这些小块不需要连续，系统更容易从零散的空闲内存中凑出空间，所以不会触发bad_alloc。

要实现一维数组的分配且不触发异常，这里有几个可行的方案：

1. 使用内存映射文件（Memory-mapped files） #

把磁盘空间当作内存来用，突破物理内存和虚拟内存的连续块限制。这种方式的优势是内存不会全部加载到物理内存，而是按需分页，系统压力小很多。

举个Linux/macOS的示例代码：

#include <fcntl.h>
#include <sys/mman.h>
#include <unistd.h>
#include <cstddef>

long currsize = 524288;
size_t total_size = currsize * currsize * sizeof(int);

// 创建临时文件用于映射
int fd = open("/tmp/large_array.bin", O_RDWR | O_CREAT | O_TRUNC, 0666);
// 扩展文件到所需大小
lseek(fd, total_size - 1, SEEK_SET);
write(fd, "", 1);

// 将文件映射到进程内存空间
int* insertedEdges = static_cast<int*>(mmap(nullptr, total_size, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0));

// 使用完后记得清理资源
munmap(insertedEdges, total_size);
close(fd);
unlink("/tmp/large_array.bin");

Windows平台可以用CreateFileMapping+MapViewOfFile实现类似功能。

2. 封装分段式一维数组（模拟连续访问） #

如果需要对外提供“逻辑上连续”的一维数组体验，但实际用分段存储，可以自己封装一个管理类，把多个小的连续内存块整合起来：

#include <vector>

class SegmentedArray {
private:
    long currsize;
    std::vector<int*> segments;
    size_t segment_size; // 每个分段的元素数量

public:
    SegmentedArray(long cs) : currsize(cs) {
        // 每个分段设为4MB（可根据系统调整）
        segment_size = (1024 * 1024) / sizeof(int);
        size_t total_elements = currsize * currsize;
        size_t num_segments = (total_elements + segment_size - 1) / segment_size;
        segments.reserve(num_segments);

        for (size_t i = 0; i < num_segments; ++i) {
            size_t curr_segment_elements = std::min(segment_size, total_elements - i * segment_size);
            segments.push_back(new int[curr_segment_elements]);
        }
    }

    // 重载[]运算符，实现逻辑连续的索引访问
    int& operator[](size_t idx) {
        size_t seg_idx = idx / segment_size;
        size_t offset = idx % segment_size;
        return segments[seg_idx][offset];
    }

    // 析构函数释放所有分段内存
    ~SegmentedArray() {
        for (auto seg : segments) {
            delete[] seg;
        }
    }
};

// 使用示例
long currsize = 524288;
SegmentedArray insertedEdges(currsize);
// 像普通一维数组一样访问：insertedEdges[some_index] = 123;

这种方式和二维数组的内存分配逻辑类似，但对外提供了一维数组的使用体验。

3. 先评估是否真的需要这么大的数组 #

1TB的内存需求非常夸张，建议先思考：你的业务场景是否真的需要完整存储这么大的数组？如果数组中大部分元素是0、重复值或者稀疏分布，可以考虑用稀疏矩阵（比如Eigen库的稀疏矩阵实现）、或者按需计算元素值而不是预存，能大幅降低内存占用。

内容的提问来源于stack exchange，提问作者Abhivandit Verma