核心是将不随i、j变化的初始化操作Ci = 0从最内层循环移至中层循环开头,避免k迭代时重复执行,消除循环体内冗余开销。

核心在于把重复执行的初始化操作,从最内层循环里拎出来——它不随 i 或 j 变化,却在每次 k 迭代前被无谓重做,这是典型的“循环体内冗余开销”。
把 C[i][j] = 0 搬到中层循环开头
原始写法常把清零放在最内层循环里:
❌ 错误示范(每轮 k 都重置)for (int i = 0; i for (int j = 0; j for (int k = 0; k C[i][j] = 0; // ← 这里错了!每算一个 k 就清一次<br> C[i][j] += A[i][k] * B[k][j];<br> }
正确做法是:每个 C[i][j] 只需初始化一次,对应它自己的一次完整点积计算。所以清零应紧贴 j 循环入口:
✅ 正确位置(每 j 一次)for (int i = 0; i for (int j = 0; j C[i][j] = 0; // ← 放这里,只执行 m×n 次<br> for (int k = 0; k C[i][j] += A[i][k] * B[k][j];<br> }
避免在循环条件中反复读取 .length 或 size()
尤其在 Java 或 C++ vector 场景下,把 A.length、B[0].length、A[0].length 等写进 for 条件,等于让 CPU 每次都去内存查一遍——对 1000×1000 矩阵,仅外层循环就多出百万级访存。
应提前提取为局部变量:
- Java 示例: int rowsA = A.length, colsB = B[0].length, mid = A[0].length;
- C++ vector 示例: const size_t m = A.size(), n = B[0].size(), k = A[0].size();
- 所有 for 循环条件直接用这些变量,不带点号、不调函数
用寄存器缓存中间乘数,减少重复索引计算
观察内层循环:C[i][j] += A[i][k] * B[k][j],其中 A[i][k] 在 j 变化时不变,但它在每次 j 迭代中都被重新取值。
优化思路:把 A[i][k] 提前取出存入局部变量,让内层只做一次访存 + 多次乘加:
for (int i = 0; i for (int k = 0; k float a_ik = A[i * k_dim + k]; // ← 提前取,连续使用<br> for (int j = 0; j C[i * n + j] += a_ik * B[k * n + j];<br> }
这不仅省了 m×k×n 次 A 的索引计算,还让编译器更容易向量化 B 的列访问(若内存布局合理)。
初始化与校验分离,不在热路径里做安全检查
维度校验(如 A[0].length != B.length)和空指针检查,必须做,但不能塞进三层循环内部。它们属于预处理逻辑,应在进入乘法主循环前一次性完成。
同理,结果矩阵 C 的内存分配和全零初始化,也应独立于循环结构之外。例如:
- C++ 中用
std::vector一次性构造并初始化(m * n, 0.f) - Java 中用
new double[m][n],JVM 保证数组元素为 0.0 - 绝不在
for (k...)里调用C[i][j] = 0或Arrays.fill(...)










