std::valarray 是专为一维数值数组元素级运算设计的工具，支持隐式广播、惰性求值、切片和间接寻址，但不提供迭代器、不保证内存连续、无 data() 函数，适用无分支同构计算（如信号处理），不适用于条件判断或依赖前序结果的场景。
std::valarray 是 c++ 标准库里一个被严重低估、但确实能做向量化数值运算的工具——它不是为通用容器设计的，而是专为“一维数值数组 + 元素级数学运算”而生。但它在实际工程中用得少，不是因为它不好，而是因为用错地方会出问题，用对了又常被 std::vector + 手动循环或 std::transform 代替。
valarray 和 vector 的根本区别在哪？
关键不在“能不能存数”，而在“是否支持隐式广播和惰性求值”。std::valarray 的操作（比如 +、sin()、shift()）返回的是代理对象（proxy），不立刻计算，直到被赋值或调用 .apply() 等触发求值。而 std::vector 没这层机制，所有操作都是立即执行的。
- 你写
a = b + c * 2.0，valarray可能只建一个表达式树，一次遍历完成全部计算；vector至少要遍历三次（乘、加、赋值） -
valarray支持切片（std::slice）、间接寻址（std::gslice），但这些接口晦涩且编译器优化难度大 - 它不保证内存连续（虽然通常连续），也不提供迭代器，没法直接喂给
std::sort或std::algorithm
哪些场景下 valarray 真的比 hand-written loop 快？
只有当你做大量同构、无分支、元素独立的数学运算，且编译器能识别并向量化其内部循环时，valarray 才可能显出优势。常见于信号处理中的批量缩放、归一化、初等函数映射。
- 适用：
y = sin(x) * a + b（x、y都是valarray<double></double>） - 不适用：需要条件判断（如
if (x[i] > 0) y[i] = sqrt(x[i])）、依赖前序结果（累积和、差分）、或混用不同长度数组 - 注意：GCC/Clang 对
valarray的向量化支持不稳定；MSVC 基本不优化它的表达式模板
容易踩的坑：复制、切片和生命期
valarray 的切片（operator[] 返回 std::slice_array）和间接视图（gslice_array）是引用语义，但它们不持有原数组所有权——一旦原 valarray 被析构或重分配，这些视图就悬空。
立即学习“C++免费学习笔记（深入）”；
- 别这样写：
auto s = v[std::slice(0, 5, 1)]; v.resize(100); use(s);——s已失效 -
valarray的拷贝构造是深拷贝，但某些成员函数（如shift()）返回的是临时 proxy，生命周期仅到语句结束 - 没有
data()成员函数，想传给 C 接口必须用&v[0]，且需确保非空——空valarray的[0]是未定义行为
真正要用 valarray，得接受它是个小众、有约束、依赖编译器配合的工具。它不解决泛型容器需求，也不替代现代 SIMD 库（如 std::simd TS 或 xtensor）。如果你已经写了三层嵌套 for 循环算矩阵，别指望换 valarray 就自动变快——先确认瓶颈真在元素级计算，再看编译器是否吃这套语法。