数组是Java中的一种容器对象，它拥有多个单一类型的值。当数组被创建的时候数组长度就已经确定了。在创建之后，其长度是固定的。下面是一个长度为10的数组：
public class ArrayDemo {private int arraySize=10;public int[] arrayOfIntegers = new int[arraySize];}
上面的代码是一维数组的例子。换句话说，数组长度只能在一个方向上增长。很多时候我们需要数组在多个维度上增长。这种数组我们称之为多维数组。为简单起见，我们将它称为2维数组。当我们需要一个矩阵或者X-Y坐标系的时候，二维数组是非常有用的。下面就是一个二维数组的例子：
public class TheProblemOf2DArray {private static final int ARR_SIZE=10;public static void main(String[] args) {int arr[][]=new int[ARR_SIZE][ARR_SIZE];}}
想象一下，一个二维数组看起来就像一个X-Y坐标系的矩阵。
然而，可能让Java开发者们感到惊讶的是，Java实际上并没有二维数组。
在一个真正的数组中，所有的元素在内存中都存放在连续的内存块中，但是在Java的二维数组并不是这样。Java中所有一维数组中的元素占据了相邻的内存位置，因此是一个真正的数组。
在Java中，当我们定义：
int singleElement // 表示一个int变量int[] singleDArray // 表示一个int变量数组（一维）int[][] twoDArray // 表示一个int变量数组的数组（二维）
这意味着，在上面的例子中，二维数组是一个数组的引用，其每一个元素都是另一个int数组的引用。
这张图片清楚地解释了这个概念。
由于二维数组分散在存储器中，，所以对性能有一些影响。为了分析这种差异，我写了一个简单的Java程序，显示遍历顺序的重要性。
package arrayTraverse;/** * 二维数组的问题 * * 我们在初始化一个任意大小的2维数组。（为简化分析我们使用二维方阵）我们将用两种不同方式迭代同一个数组，分析结果 * 两种迭代方式的性能差距很大 * @author mohit * */public class TheProblemOf2DArray {//数组大小：数组越大，性能差距越明显private static final int ARR_SIZE=9999;public static void main(String[] args) {//新数组int arr[][]=new int[ARR_SIZE][ARR_SIZE];long currTime=System.currentTimeMillis();colMajor(arr);System.out.println("Total time in colMajor : "+(System.currentTimeMillis()-currTime)+" ms");//新数组，与arr完全相同int arr1[][]=new int[ARR_SIZE][ARR_SIZE];currTime=System.currentTimeMillis();rowMajor(arr1); // this is the only difference in aboveSystem.out.println("Total time in col : "+(System.currentTimeMillis()-currTime) +" ms");}/*** 下面的代码按列优先遍历数组* 即在扫描下一列之前先扫描完本列**/private static void colMajor(int arr[][]) {for(int i=0;i<ARR_SIZE;i++){for (int j=0;j<ARR_SIZE;j++){//See this, we are traversing j first and then iarr[i][j]=i+j;}}}/*** 如果我们转换内外循环* 程序就以行优先顺序遍历数组* 即在扫描下一行之前先扫描完本行* 这意味着我们访问数组时每次都在访问不同的列（因此也在访问不同的页）* 代码微小的改变将导致这个程序花费更多的时间完成遍历*/private static void rowMajor(int arr[][]) {for(int i=0;i<ARR_SIZE;i++){for (int j=0;j<ARR_SIZE;j++){/*看这个，我们先遍历j，然后遍历i，但是对于访问元素来说* 它们在更远的位置，所以需要花费的更多*/arr[j][i]=i+j;}}}}
下面是示例的结果：
重复上面的例子，它会始终给出类似的结果，不过时间差可能会有所不同。
版权声明：感觉我写的还算不错的的话希望你能够动动你的鼠标和键盘为我点上一个赞或是为我奉献上一个评论，在下感激不尽!_______________________________________________________欢迎转载，希望在你转载的同时，添加原文地址，谢谢配合
最大的成功在于最大的付出。
