armadillo需链接blas/lapack后端，编译时-larmadillo须置于源文件后；默认列优先存储，初始化推荐

如何正确链接 Armadillo 库（常见 undefined reference 错误） Armardillo 本身是头文件库，但依赖 BLAS/LAPACK 实现底层运算。编译时若只加 -larmadillo 而没连上底层线性代数后端，会报大量 undefined reference to 'dgesv_' 类错误。

• 必须确保系统已安装 OpenBLAS 或 Atlas（Ubuntu/Debian 推荐 sudo apt install libopenblas-dev）
• 编译命令里 -larmadillo 必须放在所有源文件之后，且顺序不能颠倒：

  g++ main.cpp -o main -larmadillo

  如果手动指定 BLAS，要补全：-lopenblas 或 -latlas（注意位置在 -larmadillo 之后）
• macOS 用户用 Homebrew 安装后，可能需显式加 -L/usr/local/lib 和 -I/usr/local/include

矩阵初始化与内存布局（列优先陷阱） Armadillo 默认按列优先（column-major）存储，和 MATLAB 一致，但和多数 C/C++ 数组直觉相反。直接用二维数组初始化易出错。

• 用 arma::mat A = {{1,2}, {3,4}}; 是行优先写法，实际构造的是

  1 3  
  2 4

  因为初始化列表按列填充
• 更安全的方式是用 arma::mat A(2, 2); A ，明确控制填入顺序
• 若从 C 风格二维数组拷贝，别用 arma::mat(A_ptr, n_rows, n_cols, false)（false 表示不接管内存），还要确认原数组本身是列优先排布，否则结果错位

arma::solve() 解线性方程组的三个关键参数arma::solve() 看似简单，但解法选择影响稳定性与性能，尤其对病态矩阵。

• 第三个参数可选 arma::solve_opts::no_approx（默认）、arma::solve_opts::likely_sympd（对称正定）、arma::solve_opts::fast
  若你知道系数矩阵对称正定（如协方差矩阵），强制传 arma::solve_opts::likely_sympd，会走 Cholesky 分解，比默认 LU 快且更稳
• 不要对非方阵调用 arma::solve() —— 它不处理最小二乘；该用 arma::pinv() 或 arma::solve(A.t()<em>A, A.t()</em>b)
• 输入矩阵若含 NaN 或 Inf，arma::solve() 可能静默返回全零解，建议先用 arma::any(arma::is_finite(A)) 检查

释放大矩阵内存时要注意的隐式共享 Armadillo 的 arma::mat 支持延迟拷贝（copy-on-write），看似赋值不耗资源，但容易误判内存占用。

• arma::mat B = A; 不复制数据，只是共享指针；只有当 B 被修改或 A 被销毁后 B 才真正分配
• 若你显式想切断共享，用 B = A.copy(); 或 arma::mat B(A);（带括号构造）
• 在循环中反复创建大矩阵又赋值，比如 for(...) { arma::mat X = compute(); Y = X; }，最后 Y 可能仍持有全部中间数据的引用，导致 OOM；应改用 Y = std::move(X);（C++11+）或直接复用变量名

Armadillo 的“轻量”是假象——它把复杂性藏在链接、内存模型和数值选项里。最容易被跳过的，其实是检查 arma::arma_config::debug 是否关闭（发布版务必关），以及确认 OpenBLAS 线程数是否和你的 CPU 匹配。

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！