一维数组物理内存高度连续，访问快且缓存命中率高；多维数组是“数组的数组”，子数组物理分散，需两次解引用，缓存不友好；实践中应以一维数组模拟二维并优化索引访问模式。
Java 中一维数组在堆内存中是逻辑连续、物理上也高度集中的，而多维数组（如 int[][]）本质上是“数组的数组”，各子数组对象彼此独立分配，物理地址通常不连续。这种差异直接决定高频计算场景下的 IO 吞吐表现——尤其在需要顺序读写大量数值时，内存连续性越强，CPU 缓存命中率越高，吞吐越快。
一维数组：物理连续是默认事实
声明 int[] arr = new int[1000000]; 时，JVM 会尝试在堆中分配一块约 4MB 的连续内存区域（每个 int 占 4 字节）。虽然 JVM 规范不强制物理绝对连续，但现代 GC（如 G1、ZGC）在分配大数组时普遍采用“大对象区”或压缩策略，实际效果接近连续。访问 arr[i] 只需一次地址计算：起始地址 + i × 4，无间接跳转，缓存行（64 字节）可一次性加载 16 个相邻元素。
多维数组：两次解引用带来物理断裂
int[][] matrix = new int[1000][1000]; 实际执行两步：
① 分配一个长度为 1000 的引用数组（int[] 对象指针）；
② 循环 1000 次，每次分配一个长度为 1000 的 int[] 对象。
这些内层数组对象在堆中随机分布，可能跨不同内存页。访问 matrix[i][j] 需要：
• 先读外层数组第 i 项（一次内存加载）；
• 再根据该引用定位到对应子数组首地址（第二次内存加载）；
• 最后按 j 偏移取值。
这不仅增加延迟，更严重破坏空间局部性——遍历列方向（j 快变）时，每次都要跳到不同内存页，缓存未命中率飙升。
实战优化：用一维模拟二维并控制访问模式
对科学计算、图像处理等高频数值密集型任务，应主动放弃 [][] 语法，改用一维数组加索引映射：
- 声明
int[] flat = new int[rows * cols];，确保底层内存高度连续 - 行优先访问用
flat[i * cols + j]，列优先则预转置或改用列主布局（如 Numpy 的order='F'思路） - 封装安全访问方法，例如：
public int get(int i, int j) { return flat[i * cols + j]; }public void set(int i, int j, int v) { flat[i * cols + j] = v; } - 配合循环展开与 JIT 友好写法（如避免方法调用、减少分支），让 HotSpot 更易做向量化优化
验证连续性收益的简易方式
可通过 JOL（Java Object Layout）工具查看对象内存布局，或用微基准测试对比两种结构在相同数据量下的吞吐差异：
- 用 JMH 测试纯顺序遍历耗时，一维数组通常比二维快 2–5 倍（取决于矩阵大小和 CPU 缓存配置）
- 监控
perf stat -e cache-misses,cache-references（Linux），多维数组的 cache-miss ratio 明显更高 - 开启 JVM 参数
-XX:+PrintGCDetails -Xlog:gc+heap=debug，观察大数组是否被分配至同一页或相邻页
