多维变量降维本质是按确定顺序将嵌套结构有效值“拉直”成一维数组，关键在顺序可控、映射可逆、不丢数据；需守恒顺序与总数，通过行优先或列优先等遍历路径建立一一对应下标映射。
多维变量降维本质是把嵌套结构里的所有有效值，按确定顺序“拉直”成一条线。关键不在层数，而在顺序可控、映射可逆、不丢数据。
明确降维前提：顺序与总数必须守恒
无论二维还是五维，只要元素总数不变，且你清楚遍历路径（比如行优先、深度优先、层序优先），就能建立一一对应的下标映射关系。例如一个 2×3 矩阵 [[1,2,3],[4,5,6]]，总6个元素，行优先展开就是 [1,2,3,4,5,6]；若列优先，则是 [1,4,2,5,3,6]。顺序一旦定死，任何维度组合都可来回转换。
常见语言中的一维映射实操
Python（NumPy）：直接用 .flatten() 或 .reshape(-1)，默认 C 风格（行优先）。
arr = np.array([[1,2],[3,4],[5,6]])<br> flat = arr.flatten() # → [1 2 3 4 5 6]
JavaScript：推荐 flat(Infinity) 处理任意深度；若需兼容旧环境，用 reduce + concat：const flat = arr => arr.reduce((a, b) => a.concat(Array.isArray(b) ? flat(b) : b), [])
PHP：对纯二维索引数组，array_merge(...$arr) 最快；含关联键或深层嵌套，用 array_walk_recursive 提取值：
$result = [];<br>
array_walk_recursive($arr, function($v) use (&$result) { $result[] = $v; });
手动构建坐标到下标的映射（以二维为例）
设原数组为 m 行 × n 列，元素 mat[i][j] 在一维数组中的位置是：
行优先： i * n + j
列优先： j * m + i
这个公式就是“桥梁”。实战中可反向用：给定一维索引 k，还原二维坐标：i = Math.floor(k / n), j = k % n（行优先）。
这种映射不依赖语言，适合底层实现、算法题（如 LeetCode 566）、图像内存布局等场景。
注意边界：不是所有情况都适合无脑降维
• 若原始结构含语义分组（如用户订单列表里每个订单是独立对象），强行扁平会丢失上下文。
• 若数组含非标量值（如 PHP 中的 resource、JS 中的函数），array_walk_recursive 或 flat() 会跳过或报错。
• 大数组慎用一次性合并，优先考虑生成器或流式处理，避免内存溢出。
