转置矩阵的本质是行列互换，即arri变为resultj；非方阵必须分配新内存，用vector初始化n×m结果矩阵并双层循环赋值。
转置矩阵的本质是行列互换，不是简单翻转
二维数组转置不是把整个数组倒过来，而是让 arr[i][j] 变成 result[j][i]。如果原数组是 m x n，转置后就是 n x m —— 这意味着你不能原地转置（除非是方阵且允许覆盖），必须分配新内存。很多人一上来就写 swap(arr[i][j], arr[j][i])，结果在非方阵上直接越界或逻辑错乱。
非方阵必须用新容器，vector> 最稳妥
用 std::vector<:vector>></:vector> 代替裸数组，能自动处理尺寸变化和内存管理。别硬套 C 风格二维数组（如 int arr[3][4]），它在栈上固定大小，无法适配转置后的 4x3 结构。
- 先获取原矩阵的行数
m和列数n，用matrix.size()和matrix[0].size() - 初始化结果矩阵为
vector<vector>>(n, vector<int>(m))</int></vector> - 双层循环：外层
i从0到n-1（新行），内层j从0到m-1（新列），赋值result[i][j] = matrix[j][i]
vector<vector>> transpose(const vector<vector>>& matrix) {
int m = matrix.size(), n = matrix[0].size();
vector<vector>> result(n, vector<int>(m));
for (int i = 0; i
<h3>方阵可以原地转置，但必须严格控制下三角</h3>
<p>只有当 <code>m == n</code> 时才可能原地操作，否则会破坏数据。关键点是只遍历下三角（<code>i > j</code>），每次交换 <code>matrix[i][j]</code> 和 <code>matrix[j][i]</code>。若遍历全部或上三角，会重复交换导致还原。</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>循环条件必须是 <code>for (int i = 0; i 内嵌 <code>for (int j = 0; j </code></code>
</li>
<li>不能用 <code>j 或 <code>j ，否则对角线元素被 swap 自身（无害但冗余），或上三角再次交换已处理过的元素</code></code>
</li>
<li>原地转置不适用于 <code>const</code> 输入，也不适用于 <code>vector</code> 的引用参数未声明为 <code>const</code> 时</li>
</ul>
<h3>性能和边界问题比想象中更敏感</h3>
<p>转置本身是 O(m×n)，但缓存友好性差 —— 行主序存储下，原矩阵按行访问快，而转置过程是跨行跳着读，容易 cache miss。小矩阵无所谓，大矩阵（比如 10000×10000）要考虑分块或用 SIMD 加速，但这超出基础需求。</p>
<ul>
<li>务必检查输入是否为空：<code>if (matrix.empty() || matrix[0].empty())</code> 返回空矩阵，否则 <code>matrix[0].size()</code> 崩溃</li>
<li>不同行长度不一致（“锯齿数组”）时，<code>matrix[0].size()</code> 不代表所有行长度，需额外校验或按最小列宽处理</li>
<li>用 <code>int</code> 存储索引足够，但若矩阵维度超 <code>INT_MAX</code>（极少见），应改用 <code>size_t</code>
</li>
</ul>
<p>真正麻烦的从来不是循环怎么写，而是谁来保证输入合法、内存谁来释放、以及转置后是否有人接着用错尺寸 —— 这些得靠接口设计和调用方约定，不是单个函数能兜住的。</p></int></vector></vector></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！
