我来帮你拆解这个Matlab索引的逻辑，然后用纯C标准库实现它——核心就是搞清楚Matlab的索引规则和存储顺序，再对应到C的习惯里就行。

第一步：拆解Matlab的索引含义 #

Matlab里(1:3:3*A, 2:B+1)这个表达式是用来提取子矩阵的，分两个维度逐一分析：

• 行索引序列 1:3:3*A：从1开始，每次跳3个位置，直到达到3*A。最终生成的序列是 1, 4, 7, ..., 3*A，刚好有A个元素（因为3*A ÷3 =A）。
• 列索引序列 2:B+1：从2开始，每次加1，直到B+1。生成的序列是 2,3,...,B+1，一共B个元素（计算方式：(B+1)-2+1=B）。
• 存储顺序：Matlab是列优先存储矩阵的——简单说就是先存完第一列的所有行，再存第二列，以此类推。对于一个M×N的矩阵，第r行第c列的元素，线性索引（从1开始计数）是 (c-1)*M + r。

第二步：用C++标准库实现 #

下面分几种常见场景给出纯标准库实现代码，不需要额外依赖：

1. 生成对应的索引序列 #

如果你需要先拿到行和列的索引列表（类似Matlab里先把索引存成变量），可以用循环生成：

#include <vector>

// 生成Matlab风格的1-based行索引，若用C++0-based则改成i-1
std::vector<int> row_indices;
row_indices.reserve(A);
for (int i = 1; i <= 3*A; i += 3) {
    row_indices.push_back(i);
}

// 生成Matlab风格的1-based列索引，0-based则改成i-1
std::vector<int> col_indices;
col_indices.reserve(B);
for (int i = 2; i <= B+1; ++i) {
    col_indices.push_back(i);
}

2. 直接填充B×A的目标矩阵 #

假设你有一个用std::vector<std::vector<double>>存储的原矩阵（C++默认行优先），要把Matlab索引对应的元素提取出来填充到B×A的目标矩阵：

#include <vector>

// 初始化目标矩阵：B行A列，初始值设为0（可替换为你需要的填充值）
std::vector<std::vector<double>> target(B, std::vector<double>(A, 0.0));

// 原矩阵假设为std::vector<std::vector<double>> original，尺寸足够容纳索引
for (int b_idx = 0; b_idx < B; ++b_idx) {
    int matlab_col = col_indices[b_idx];
    for (int a_idx = 0; a_idx < A; ++a_idx) {
        int matlab_row = row_indices[a_idx];
        // 转换为C++的0-based索引访问原矩阵
        target[b_idx][a_idx] = original[matlab_row - 1][matlab_col - 1];
    }
}

3. 用一维向量模拟Matlab的列优先存储 #

如果想更贴近Matlab的底层存储（大矩阵场景下更高效），可以用一维std::vector存储原矩阵，直接计算线性索引：

#include <vector>

// 原矩阵：列优先存储，尺寸为(3*A)行 × (B+1)列
std::vector<double> original((3*A) * (B+1), 0.0);
// 目标矩阵：B行A列
std::vector<std::vector<double>> target(B, std::vector<double>(A, 0.0));

for (int b = 0; b < B; ++b) {
    // 列索引从2到B+1，对应b从0到B-1
    int matlab_col = 2 + b;
    for (int a = 0; a < A; ++a) {
        // 行索引从1开始，步长3，对应a从0到A-1
        int matlab_row = 1 + 3*a;
        // 计算0-based的线性索引
        int linear_idx = (matlab_col - 1) * (3*A) + (matlab_row - 1);
        target[b][a] = original[linear_idx];
    }
}

关键注意事项 #

• 索引基转换：Matlab用1-based索引，C++几乎都是0-based，访问元素时一定要记得减1，否则会出现越界或取值错误。
• 存储顺序差异：C++的vector<vector>>是行优先存储，和Matlab的列优先相反，大矩阵场景下用一维向量模拟列优先会更高效，也更不容易出错。

内容的提问来源于stack exchange，提问作者Serhii S.