std::inner_product最省事但需注意迭代器范围匹配和初始值设置，它遍历较短范围、支持自定义操作，而手写循环更可控，eigen则提供安全的.dot()方法。
用 std::inner_product 最省事，但得注意迭代器范围和初始值
标准库的 std::inner_product 就是专为点积设计的，头文件是 <numeric></numeric>。它要求两个数组（或容器）长度相同，且传入的迭代器范围必须严格匹配——否则行为未定义，常见表现是越界读或结果错误。
关键点：
-
std::inner_product第三个参数是「初始值」，不是默认 0；如果数组全为负数，初始值设成 0 是对的，但若你希望累加前先加个偏移（比如归一化前加 bias），就得改这里 - 两个范围长度不一致时，
std::inner_product只遍历较短的那个，不会报错，容易被忽略 - 支持自定义二元操作符，比如把乘法换成位与、把加法换成最大值，但点积场景一般用默认
#include <numeric>
#include <vector><p>std::vector<double> a = {1.0, 2.0, 3.0};
std::vector<double> b = {4.0, 5.0, 6.0};
double dot = std::inner_product(a.begin(), a.end(), b.begin(), 0.0); // → 32.0
</double></double></p></vector></numeric>
手写 for 循环最可控，适合调试或特殊内存布局
当数组是裸指针（比如 C 风格接口返回的 float*）、或需要提前终止（如遇到 NaN 就停）、或要混合访存模式（如 stride=2 的隔点取值），手写循环反而更直接。
常见陷阱：
- 忘记检查长度是否相等，尤其当数组来自不同来源时，
sizeof(arr)/sizeof(*arr)对指针无效 - 用
int当索引但数组超 2³¹ 元素（64 位系统上可能），应优先用size_t或容器的size_type - 浮点累加顺序影响精度，对大数组建议用 Kahan 求和；普通用途不用过度优化
const size_t n = 3;
double a[] = {1, 2, 3};
double b[] = {4, 5, 6};
double dot = 0.0;
for (size_t i = 0; i <h3>用 Eigen 库做点积，适合科学计算且数组较大</h3><p>如果你已经在用 <code>Eigen::VectorXd</code> 或 <code>Eigen::ArrayXf</code>，直接调 <code>.dot()</code> 方法，它内部做了向量化（AVX/SSE）和循环展开，比裸循环快不少，尤其是 >1000 元素时。</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><p>注意兼容性：</p>
-
.dot()要求两个向量维度完全一致，否则编译失败（比运行时出错更安全） - 不能对
Eigen::Matrix直接用.dot()，必须先转成列向量：用.col(0).dot(...)或.reshaped().dot(...) - Debug 模式下会做断言检查维度，Release 下关闭，所以测试时务必覆盖边界情况
#include <eigen>
Eigen::VectorXd a(3), b(3);
a <h3>别踩 <code>std::valarray</code> 的坑：语法糖多，实际用得少</h3>
<p><code>std::valarray</code> 支持 <code>a * b</code> 元素级乘再用 <code>.sum()</code>，看起来简洁：</p>
<pre class="brush:php;toolbar:false;">std::valarray<double> a{1,2,3}, b{4,5,6};
double dot = (a * b).sum();
</double>
但它有硬伤：
- 几乎所有主流 STL 实现里，
valarray的operator*和.sum()都不向量化，性能通常比手写循环还差 - 不支持移动语义，临时对象开销大
- 社区几乎不维护，C++20 后更边缘化，新项目不建议引入
除非你在维护一段 90 年代遗留代码，否则绕开它。
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！
