如何实现2D矩阵原地重排，降低低端设备运行内存开销？

可以实现，仅需常数级额外空间即可完成原地重排，完全消除coef数组的内存开销。

你提供的重排代码本质是对**R行（R = _numEquations）2列的列主序矩阵_matrixCoef**做转置，最终得到2行R列的矩阵，原coef[iRHS][iRow]等价于转置后矩阵的(iRHS, iRow)位置元素。
转置前后矩阵总元素数均为2*R，_matrixCoef底层的vector存储空间可以完全复用，不需要申请额外的堆内存块。

根据后续的访问方式，可以选择两种不同的优化方案，都符合原地重排的要求：

方案1：后续仍按coef[iRHS][iRow]方式访问 #

不需要做任何元素重排，也不需要修改矩阵属性，直接复用矩阵底层数组指针即可，额外开销几乎为0：

// 仅在栈上申请两个指针，占用空间可忽略
double* coef[NUM_VARS];
coef[0] = _matrixCoef.data();
coef[1] = _matrixCoef.data() + _matrixCoef.getNumRows();

由于原矩阵是列主序存储，第iRHS列的元素在底层数组中是连续存储的，刚好对应coef[iRHS]指向的一维数组，和原重排后的coef访问逻辑完全一致。

方案2：后续需要通过Matrix的(row, col)运算符访问转置后的矩阵 #

需要调整元素存储顺序并修改矩阵属性，仅需1个临时double变量做交换缓存，额外空间开销为O(1)：

const int row_count = _matrixCoef.getNumRows();
double* const data_ptr = _matrixCoef.data();

// 原地调整元素顺序，适配列主序2行N列矩阵的访问规则
for (int i = row_count - 1; i > 0; --i) {
    double temp = data_ptr[row_count + i];
    for (int k = 0; k < i; ++k) {
        data_ptr[row_count + i - k] = data_ptr[row_count + i - k - 1];
    }
    data_ptr[2 * i] = temp;
}

// 更新矩阵的行列属性，完成转置
_matrixCoef.resize(2, row_count);

调整完成后，_matrixCoef(iRHS, iRow)的返回值和原coef[iRHS][iRow]完全一致。

内容的提问来源于stack exchange，提问作者benjist