Entrevista de C++: ¿Cómo maneja std::mdspan el layout, el ciclo de vida y el rendimiento?

Pregunta y escenario

Diseñe una interfaz de matriz bidimensional que evite copias, admita datos row-major y column-major, y explique el layout, el ciclo de vida y los riesgos de rendimiento de std::mdspan.

Esto se adapta a entrevistas de C++23, computación numérica, procesamiento de imágenes y servicios de alto rendimiento. El entrevistador quiere que conecte un índice bidimensional con el almacenamiento lineal, la propiedad y los patrones de acceso en lugar de nombrar un contenedor de memoria.

Qué está evaluando el entrevistador

• Si sabe que std::mdspan es una vista multidimensional sin propiedad y no asigna ni libera elementos.
• Si puede explicar las diferencias de mapeo entre layout_right, layout_left y strides personalizados.
• Si puede identificar riesgos de vistas colgantes (dangling views) derivados del ciclo de vida, crecimiento o reubicación del búfer subyacente.
• Si puede conectar la elección del layout, el orden de recorrido y la localidad de caché.
• Si puede expresar un contrato de interfaz con dimensiones estáticas, dimensiones dinámicas y comprobaciones en tiempo de ejecución.

Preguntas de clarificación antes de responder

1. ¿Quién es el propietario de los datos subyacentes y puede el llamador hacer crecer o mover el contenedor mientras la vista existe?
2. ¿Se conocen las dimensiones de fila y columna en tiempo de compilación, y debe una sola función aceptar múltiples formas?
3. ¿La entrada es row-major, column-major, o tiene padding y tiling?
4. ¿El objetivo de rendimiento es el escaneo secuencial, el acceso aleatorio o la portabilidad entre dispositivos de ejecución?

Estructura de respuesta en 30 segundos

mdspan es una referencia a arreglos multidimensionales sin propiedad de C++23. Almacena un manejador de datos, dimensiones y un mapeo de índices a desplazamientos (offsets). Primero mantenga al propietario vivo y con una dirección estable. Luego elija layout_right (stride unitario en la dimensión más a la derecha, comportamiento habitual row-major al estilo C), layout_left (stride unitario en la dimensión más a la izquierda, comportamiento habitual column-major) o layout_stride. Las dimensiones estáticas se pueden codificar en el tipo; las dimensiones dinámicas utilizan dextents. El llamador sigue siendo el responsable del contrato de tamaño del búfer y ciclo de vida. El recorrido debe seguir la dimensión contigua, ya que un recorrido desalineado puede ser correcto pero poco amigable con la caché.

Respuesta detallada paso a paso

1. Separar la vista del contenedor

mdspan es el equivalente multidimensional al span unidimensional: proporciona indexación, dimensiones y mapeo, pero no posee los elementos. El propietario aquí es storage:

#include <mdspan>
#include <vector>

std::size_t rows = 3;
std::size_t cols = 4;
std::vector<float> storage(rows * cols);
using matrix_view = std::mdspan<float, std::dextents<std::size_t, 2>>;
matrix_view matrix(storage.data(), rows, cols);
matrix(1, 2) = 7.0f;

Después de que storage sea destruido, movido o reasignado, matrix no se puede usar. La interfaz debe prohibir esas operaciones o aceptar solo un puntero y un tamaño cuyo almacenamiento permanezca estable durante la llamada.

2. Explicar el mapeo del layout

La política de layout mapea coordenadas lógicas a un desplazamiento lineal. layout_right hace que la dimensión más a la derecha sea contigua, por lo que un recorrido bidimensional comúnmente escanea row y luego column. layout_left hace que la dimensión más a la izquierda sea contigua. layout_stride puede representar padding, vistas transpuestas, cortes (slices) o almacenamiento en mosaico (tiled).

El layout no copia datos ni convierte datos row-major en column-major. Si el mapeo no coincide con el búfer real, la vista leerá los elementos incorrectos. Si el mapeo es correcto pero el recorrido va en contra del stride, el costo principal es una mala localidad de caché.

3. Elegir dimensiones estáticas o dinámicas

Un invariante, como una matriz de cuatro columnas, puede codificarse en el tipo:

using four_column_view = std::mdspan<
    float,
    std::extents<std::size_t, std::dynamic_extent, 4>>;

El recuento de filas es un dato en tiempo de ejecución, mientras que el recuento de columnas es un contrato a nivel de tipo. Para una forma completamente dinámica, use el alias bidimensional dextents. En cualquier caso, compruebe antes de la construcción que rows * cols se ajuste al búfer real y protéjase contra desbordamientos de multiplicación.

4. Convertir afirmaciones de rendimiento en mediciones de stride

Muestre dos bucles: escanee una vista layout_right por filas para que el índice de columna interno sea contiguo; para layout_left, invierta el énfasis. Inspeccione matrix.mapping().stride(i) o el tamaño de span requerido por el mapeo para que "amigable con la caché" se convierta en una hipótesis medible. Evalúe mediante benchmarks los recorridos secuenciales, inversos y con stride utilizando tamaños de datos y opciones de compilador fijos.

5. Definir los límites y el accessor

El acceso a elementos por defecto no garantiza una comprobación automática de límites. Si el contrato del producto requiere validaciones, verifique las dimensiones en el límite de la función o proporcione una política de accessor con semántica de comprobación; no trate una aserción de depuración como seguridad de producción. Un accessor personalizado puede modelar punteros de dispositivos o referencias proxy, pero su contrato de acceso y ciclo de vida debe definirse antes de los detalles de implementación.

Respuesta de muestra de alta calidad

Dejaría la propiedad de la matriz en manos de un vector, un arreglo o un búfer gestionado por el llamador y pasaría mdspan como una vista ligera a los algoritmos. En la construcción, registre ambas dimensiones y valide su producto. La vista no debe sobrevivir al almacenamiento ni cruzar una operación que reasigne un vector. La política de layout debe coincidir con el stride real: layout_right se adapta a datos al estilo C contiguos en la dimensión más a la derecha, layout_left se adapta a datos contiguos por columnas y layout_stride maneja padding. El orden del bucle sigue la dimensión contigua, de modo que un mapeo correcto no se convierta en un recorrido lento por saltos de stride. Usaría AddressSanitizer para detectar vistas colgantes, aserciones de dimensión y stride para verificar el mapeo, y un benchmark fijo para comparar layouts y órdenes de bucle.

Errores comunes

• Tratar a mdspan como un contenedor de matriz con propiedad y olvidar al propietario real.
• Aplicar el layout por defecto a datos externos sin comprobar su stride real.
• Decir que "row-major es más rápido" sin vincular la velocidad al orden de recorrido y a la dimensión contigua.
• Ignorar el crecimiento de un vector, la reubicación o el fin de un arreglo temporal.
• Comprobar solo dos dimensiones ignorando la capacidad del búfer y el desbordamiento por multiplicación.
• Afirmar que mdspan comprueba límites automáticamente o transpone datos.

Preguntas de seguimiento y respuestas

¿En qué se diferencia mdspan de span?

span describe un rango unidimensional contiguo. mdspan además incorpora dimensiones multidimensionales, un mapeo de layout y un accessor, por lo que puede mapear coordenadas multidimensionales a un desplazamiento lineal. Ninguno de los dos posee los elementos subyacentes.

¿Cuándo elegiría layout_stride?

Utilícelo para padding, vistas transpuestas, cortes o dimensiones no contiguas. Primero establezca cada stride real y luego verifique que el desplazamiento mapeado más grande permanezca dentro del búfer.

¿Puede una función devolver una vista?

Sí, si el propietario permanece vivo y con una dirección estable durante todo el uso de la vista devuelta. Nunca devuelva una vista de un vector local y no permita la reasignación mientras se utiliza la vista.

¿Cómo demuestra que la elección de un layout ayuda?

Registre los strides y el orden de acceso, y luego mida el rendimiento (throughput), los contadores de caché y el escalado para recorridos contiguos y con strides. Mantenga fijos el compilador, el nivel de optimización y la distribución de entrada; el nombre del tipo por sí solo no es evidencia.

Fuentes: cppreference std::mdspan y entradas de encabezados, WG21 P0009R6 “mdspan: A Non-Owning Multidimensional Array Reference,” y la discusión de entrevistas sobre arreglos multidimensionales de Verve AI (las URLs completas están registradas en meta.json).