直接用 make([][]int, m, n) 会 panic,因只分配外层数组,内层仍为 nil;正确做法是先 make 外层,再循环 make 每个内层。

初始化二维切片时直接用 make([][]int, m, n) 会 panic
这是新手最常踩的坑:以为 make([][]int, 3, 4) 就能创建一个 3×4 的矩阵,结果运行时直接崩溃——panic: runtime error: index out of range。因为 make([][]int, m) 只分配了外层数组(长度为 m),每个元素仍是 nil 切片,没分配内存。
正确做法是分两步:先建外层,再对每个位置单独 make 内层:
rows := 3
cols := 4
matrix := make([][]int, rows)
for i := range matrix {
matrix[i] = make([]int, cols)
}
注意:make([][]int, rows) 中第二个参数是外层数组长度,第三个参数无效(二维切片不支持 capacity 传递到内层)。
想预填充默认值(比如全 0 或全 -1),别靠循环赋值
如果只是需要初始值统一,make([]int, cols) 本身就会把所有元素置零,无需额外循环。但若要填非零值(如 -1),别写 for j := range matrix[i] { matrix[i][j] = -1 }——效率低且啰嗦。
更干净的方式是用切片字面量 + make 组合:
// 全 -1 的 3×4 矩阵
matrix := make([][]int, 3)
for i := range matrix {
row := make([]int, 4)
for j := range row {
row[j] = -1
}
matrix[i] = row
}
或者更紧凑(适合小尺寸):
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
matrix := [][]int{
{-1, -1, -1, -1},
{-1, -1, -1, -1},
{-1, -1, -1, -1},
}
传参或返回二维切片时,注意底层数据是否共享
Go 切片是引用头(包含指针、长度、容量),但二维切片的“引用性”只到第一层。也就是说:func process(m [][]int) { m[0][0] = 999 } 会修改原矩阵;但 m = append(m, []int{1,2}) 不会影响调用方的外层数组长度——因为 m 本身是副本。
常见误判场景:
- 想在函数里动态加一行?必须返回新切片,不能只改参数名
- 想深拷贝整个矩阵?得逐行
copy,不是copy(dst, src)一次就行 - 用
append(matrix[i], val)扩容某一行?可能触发底层数组重分配,影响其他行是否共享内存——除非你明确知道底层数组布局,否则避免混用
性能敏感场景下,一维切片模拟二维访问更稳
当矩阵很大(比如 1000×1000)且频繁随机访问,用 [][]int 会有两次指针跳转(外层找行,内层找列),缓存局部性差。这时用单块一维内存 + 手动索引更高效:
data := make([]int, rows*cols)
// 访问 [i][j] → data[i*cols + j]
get := func(i, j int) int { return data[i*cols + j] }
set := func(i, j, v int) { data[i*cols + j] = v }
缺点是代码可读性下降,维护成本略升;优点是内存连续、GC 压力小、遍历快。是否切换,取决于你真正在乎的是开发速度,还是纳秒级的访存延迟。
真正容易被忽略的是:二维切片的“稀疏性”——如果你只初始化了部分行,或某行长度不一致(比如三角矩阵),那它就不是矩阵而是“切片的切片”,这时候一维模拟反而更难适配。该用哪种结构,得先想清楚数据是不是真“矩形”。
golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!










