std::mdspan是C++23引入的零开销多维数组视图，不拥有数据，仅持指针、尺寸与步长，支持动态/静态维度、自定义布局（如layout_left/layout_right）和访问器，适用于科学计算等高性能场景。
std::mdspan 是 C++23 引入的标准库新特性，它提供了一种轻量、零开销的多维数组视图（multi-dimensional array view），不拥有数据，只持有指向原始内存的指针 + 尺寸 + 步长信息，类似 std::span 的多维扩展。它专为科学计算、数值模拟、图像处理等需要灵活访问高维数据的场景设计，目标是统一接口、提升表达力、避免拷贝、支持自定义布局。
核心设计：视图而非容器
mdspan 本身不分配或管理内存，只“看”已有数据：
- 底层可绑定到普通 C 数组、
std::array、std::vector（连续存储）、甚至 GPU 内存（配合自定义 accessor） - 构造开销为常数时间，无内存分配，无拷贝 —— 真正的 zero-cost 抽象
- 支持运行时维度（
dynamic_extent）和编译时维度（如3），混合使用很常见
关键模板参数：布局与访问器
mdspan 的完整声明是：
template>
class mdspan;
-
Extents：描述维度数量和各维大小（如
dextents表示二维，大小运行时确定；extents表示 3×4 编译期固定） -
LayoutPolicy：决定元素在内存中的排列顺序。标准提供
layout_left（行优先，C 风格）、layout_right（列优先，Fortran 风格）、layout_stride（完全自定义步长） - AccessorPolicy：控制如何读写元素（默认直接解引用；可扩展支持代理对象、边界检查、原子访问等）
典型用法：从创建到切片
常见操作简洁直观：
- 创建二维视图：
int data[12]; std::mdspan m{data, 3, 4}; // 3×4 行优先 - 获取元素：
m[1, 2]（支持多维下标，比m[1][2]更高效且语义清晰） - 子视图（subspan）：
auto row0 = m.subspan(0, 1, std::full_extent); // 第0行，返回新的 mdspan，不拷贝数据 - 转置（需 layout_stride）：
mdspan（把 3×4 行优先数据当 4×3 列优先看待）, layout_stride> t{data, {4,3}, {1,4}};
为什么对科学计算重要？
传统 C++ 多维数组处理常靠嵌套 vector、手写索引公式或第三方库（如 Eigen、xtensor）。mdspan 填补了标准库空白：
立即学习“C++免费学习笔记（深入）”；
- 统一接口：算法可泛化写成接受任意维度、任意布局的 mdspan，提升复用性
- 零成本抽象：不牺牲性能，适配 HPC 和嵌入式场景
- 互操作友好：可无缝对接 Fortran 子程序（通过
layout_right）、CUDA 设备指针（配合自定义 accessor） - 为 future 的
mdarray（带所有权的多维容器）和并行算法（如std::ranges::sort扩展）铺路
基本上就这些。它不复杂，但容易忽略其布局灵活性和零开销本质 —— 不是“又一个容器”，而是让多维数据操作回归底层可控、上层简洁的新基建。
