用二维double数组存储knn距离矩阵最直接高效，维度为测试样本数，通过嵌套循环计算欧氏距离填充，每行求最小值索引即可获取最近邻训练样本下标。

在 java 中，knn 的距离度量矩阵本质上是存储每个测试样本与所有训练样本之间的距离。用数组实现时，最直接、高效的方式是使用二维数组（double[][]），其中行代表测试样本，列代表训练样本，元素值为对应的距离（如欧氏距离）。不需要引入复杂结构，纯数组即可满足“简单实现”的需求。

一、确定数组维度：按样本数量分配空间

假设你有 m 个测试样本、n 个训练样本，则距离矩阵应为 double[m][n]。例如：

• 3 个测试点 + 5 个训练点 → 创建 double[3][5]
• 每行填满后，就表示该测试点到全部训练点的距离
• 避免用 double[n][m]（反向易混淆），统一按“测试×训练”顺序更符合 KNN 逻辑

二、填充距离值：嵌套循环 + 基础距离公式

对每个测试样本 i 和每个训练样本 j，计算欧氏距离并存入 dist[i][j]：

• 若特征是 1 维数组（如 double[] testVec, double[] trainVec），确保二者长度相同（记为 d）
• 内层循环累加平方差：sum += Math.pow(testVec[k] - trainVec[k], 2)
• 外层赋值：dist[i][j] = Math.sqrt(sum)
• 无需预初始化为 0 —— double 数组默认为 0.0，但需显式计算覆盖

三、后续使用：直接索引查最小距离（模拟 K=1）

距离矩阵建好后，找最近邻只需对每行求最小值索引：

Java Maven Common

Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。

下载

• 遍历 dist[i]，记录最小值位置 minIdx
• minIdx 即对应训练集中的下标，可用来取标签：trainLabels[minIdx]
• 若要支持 K>1，可对每行排序（保留原索引）或用优先队列，但数组本身仍作为原始存储载体

四、注意事项：内存与可读性兼顾

纯数组实现轻量，但需注意边界和语义清晰：

• 变量命名建议带含义，如 distanceMatrix 而非 arr
• 训练/测试数据最好封装为 double[][] trainData 和 double[][] testData，避免裸数组传参混乱
• 不推荐用一维数组模拟二维（如 dist[i * n + j]）——除非极端性能要求，否则牺牲可读性不值得
• Java 中数组长度固定，确保训练/测试样本数在构造前已知

用二维 double 数组存距离矩阵，是 KNN 最自然、最可控的底层表达方式。它不依赖任何外部库，逻辑透明，便于调试和教学理解。

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南