对称矩阵必须是方阵且满足ai == aj，判断时需先验证非空和方阵条件，再遍历上三角比较对应元素；浮点数需用epsilon容差比较并处理nan。
对称矩阵的定义和判断逻辑
对称矩阵要求 A[i][j] == A[j][i] 对所有合法下标成立，且必须是方阵（行数 == 列数）。这不是简单的“行列互换相等”，而是严格要求矩阵为 n × n，且所有上三角元素与对应下三角元素一一相等。
常见错误是忽略方阵前提——比如传入 3×4 数组却直接开始比较，结果越界或漏判。C++ 中二维数组若用原生数组（如 int arr[10][10]）传递，列数必须在类型中固定；若用 std::vector<:vector>></:vector>，则需先校验尺寸。
用 std::vector 实现安全检查
推荐用 std::vector，因为尺寸可运行时获取，避免模板参数硬编码或指针衰减问题。
- 先检查是否为空：若
matrix.empty()或任意matrix[i].empty()，直接返回false - 再确认是方阵：检查
matrix.size() == matrix[0].size()，且每个子向量长度都等于matrix.size() - 只遍历上三角（含对角线），比较
matrix[i][j]和matrix[j][i]；跳过i == j也可，但包含更清晰
bool isSymmetric(const std::vector<:vector>>& matrix) {
if (matrix.empty()) return false;
size_t n = matrix.size();
for (size_t i = 0; i <h3>原生 C 风格二维数组的注意事项</h3>
<p>若函数参数是 <code>int arr[10][10]</code> 这类，编译器不检查实际大小，<code>sizeof(arr)</code> 会返回整个内存块字节数，不能靠它算维度。必须显式传入 <code>n</code>。</p><div class="aritcle_card flexRow artxards">
<div class="artcardd flexRow">
<a class="aritcle_card_img" rel="nofollow" href="/xiazai/skill4025" title="C++ 算法竞赛自动化测试数据生成与校验框架"><img
src="https://img.php.cn/upload/skill/000/000/081/178988956499722.jpg" alt="C++ 算法竞赛自动化测试数据生成与校验框架" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a rel="nofollow" href="/xiazai/skill4025" title="C++ 算法竞赛自动化测试数据生成与校验框架" class="overflowclass">C++ 算法竞赛自动化测试数据生成与校验框架</a>
<p class="overflowclass">根据原题生成新题面、验证器及完整测试数据，自动套用 testlib 模板，用于用户要求生成测试数据时。</p>
</div>
<a rel="nofollow" href="/xiazai/skill4025" title="C++ 算法竞赛自动化测试数据生成与校验框架" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span>
</a>
</div>
</div>
<ul>
<li>声明函数时列数必须是常量表达式：<code>bool check(int arr[][10], int n)</code>，不能写 <code>int arr[][]</code>
</li>
<li>调用时若数组是 <code>int a[5][5]</code>，传参用 <code>check(a, 5)</code>，但函数内仍按 <code>[10]</code> 解析列——越界风险高</li>
<li>更安全的做法是只传一维指针 + 手动计算索引：<code>check(&a[0][0], n)</code>，然后用 <code>arr[i * n + j]</code> 访问</li>
</ul>
<h3>浮点数对称性判断要加误差容忍</h3>
<p>如果矩阵元素是 <code>double</code> 或 <code>float</code>，直接用 <code>==</code> 比较大概率失败。必须引入 epsilon。</p>
<p>把核心比较逻辑改成：<code>std::abs(matrix[i][j] - matrix[j][i]) > eps</code>，其中 <code>eps</code> 通常取 <code>1e-9</code>（视数值量级调整）。注意 <code>std::abs</code> 对 <code>double</code> 有效，别漏了 <code>#include <cmath></cmath></code>。</p>
<p>另外，NaN 会让所有比较返回 false，若数据可能含 NaN，需前置检查 <code>std::isnan(matrix[i][j]) || std::isnan(matrix[j][i])</code>。</p></:vector>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！
