我必须对 1,2,3...9 维向量的数组进行计算，这些向量的数量变化很大（比如从 100 到数百万）。当然，如果数据容器可以很容易地分解以启用并行算法，那就太好了。
我遇到了 blitz++（几乎不可能为我编译），但是还有其他快速的库可以操纵矢量数据数组吗？boost::fusion 值得一看吗？此外，vtk 的 vtkDoubleArray 看起来不错，但 vtk 是仅用于可视化的库。我必须承认拥有元组数组是一个诱人的想法，但我没有看到任何关于 boost::fusion 和/或 vtkDoubleArray 的基准。就像它们不是为速度而设计的一样。有什么想法吗？
最好的祝福，
威多多
Eigen，支持某些编译器上的向量自动向量化（GCC 4，VC++ 2008）。
对于线性代数，您可能想要评估Boost uBLAS，它是完整BLAS包的一个子集。正如您所提到的，Boost Fusion也可能是合适的，具体取决于您正在实施的算法。
我相信您可以使用VTK的非 GUI 部分，例如，vtkDoubleArray如果您不需要它们，则无需在可视化库中进行链接。请注意，VTK 旨在提高渲染效率，而不是计算效率。如果不想渲染结果，不妨使用提供优化算法的科学包之一。
BLAS 有一种 Parallel 风格，称为（奇怪的是）PBLAS。我认为这不能通过 Boost 包装获得，因此您可以直接使用 C 接口。
在不知道你想用你的阵列做什么的情况下，很难给出真正坚定的建议。如果需要对数组进行高性能操作，那么 Blitz++ 可能是您最好的选择。如果您在编译时遇到问题，那么您可能需要更改您的编译器或系统。他们确实支持 g++，所以几乎任何东西的最新版本都应该让你继续前进。
我没有使用过 Boost::fusion，但快速阅读手册表明它的主要目标只是制作异构容器。我不认为那是你想要的。
我曾尝试使用 GSL，但发现它对于我想做的任何事情都非常尴尬。
我不是专家，但您可能需要考虑使用MATLAB API。
有用于向量或矩阵运算的GNU 科学库
我会尝试使用 Blitz++，它会给你一个非常好的性能。犰狳也很有效。