如何用std::transform实现二维矩阵乘法？求技术建议与参考资料

当然可以用std::transform实现二维矩阵乘法，但得先理清它的适用逻辑——transform本质是做元素级的映射转换，而矩阵乘法不是简单的元素对元素相乘（那是哈达玛积），而是需要行与列的点积运算，所以得搭配std::inner_product这类算法来完成，不能直接把矩阵的迭代器塞进去就完事。

核心思路 #

矩阵乘法的规则是：若矩阵A是m×n，矩阵B是n×p，结果矩阵C是m×p，其中C[i][j]等于A的第i行与B的第j列的点积。我们可以通过两层std::transform来实现：

1. 外层transform遍历A的每一行，对应生成结果矩阵C的每一行；
2. 内层transform遍历B的每一列，计算A当前行与该列的点积，填充C当前行的每个元素；
3. 点积的计算直接用std::inner_product，它正好是为两个序列的点积运算设计的。

完整代码示例 #

这里针对你提到的vector<vector<T>>*指针形式做了适配：

#include <vector>
#include <algorithm>
#include <numeric>
#include <stdexcept>

template<typename T>
std::vector<std::vector<T>> matrixMultiply(const std::vector<std::vector<T>>* matA, const std::vector<std::vector<T>>* matB) {
    // 先做合法性校验：指针非空、矩阵非空、行列数匹配
    if (!matA || !matB || matA->empty() || matB->empty() || matA->at(0).size() != matB->size()) {
        throw std::invalid_argument("Matrix dimensions are invalid for multiplication");
    }

    const auto& A = *matA;
    const auto& B = *matB;
    const size_t rowsA = A.size();
    const size_t colsA = A[0].size();
    const size_t colsB = B[0].size();

    // 提前初始化结果矩阵的结构
    std::vector<std::vector<T>> result(rowsA, std::vector<T>(colsB));

    // 外层transform：遍历A的每一行，生成result的对应行
    std::transform(A.begin(), A.end(), result.begin(), [&](const std::vector<T>& rowA) {
        std::vector<T> currentRow(colsB);
        // 内层transform：遍历B的每一列索引，计算点积填充currentRow
        std::transform(std::begin(B[0]), std::end(B[0]), currentRow.begin(), [&](size_t colIdx) {
            // inner_product计算rowA与B的第colIdx列的点积
            return std::inner_product(
                rowA.begin(), rowA.end(),
                B.begin(),
                T{},  // 初始值
                std::plus<T>(),  // 累加器
                [colIdx](const T& a_val, const std::vector<T>& b_row) {
                    return a_val * b_row[colIdx];  // 对应元素相乘
                }
            );
        });
        return currentRow;
    });

    return result;
}

为什么你之前的尝试失败？ #

你直接传入data.begin()到transform中，相当于让transform对矩阵的每一行（vector<T>类型）做转换，但没有指定正确的转换逻辑——transform不知道你需要做行与列的点积，它只会按你提供的仿函数去处理单个元素。如果没有配套的点积逻辑，自然无法得到正确的矩阵乘法结果。

注意事项 #

• 上面的实现中，访问B的列元素是按列索引取每一行的对应位置，而vector是行优先存储的，所以当矩阵很大时，会有缓存命中率的问题，性能可能不如先转置B再做行×行的点积。如果追求性能，可以先对B做转置优化；
• 模板支持任意数值类型（int、float、double等），只要该类型支持+和*运算即可；
• 一定要做合法性校验，避免空指针、空矩阵或行列数不匹配的情况。

内容的提问来源于stack exchange，提问作者Rocking chief