多维数组是承载布尔值的逻辑状态容器，不执行逻辑门运算但支持批量逻辑操作；通过索引访问与条件赋值实现and、or、not、蕴含等运算，并广泛应用于邻接矩阵、权限控制、真值表压缩及规则引擎等场景。
多维数组在逻辑运算中常以矩阵形式承载布尔值或二值状态，本质是用数组结构映射逻辑关系，而非直接执行逻辑门运算。它不替代布尔代数本身，而是为批量、结构化地表达和操作逻辑条件提供数据容器。
矩阵作为逻辑状态的二维载体
二维数组天然适配“行×列”对应的关系建模。例如：
- 布尔邻接矩阵：图中节点 i 与 j 是否连通，用 matrix[i][j] = 1（true）或 0（false）表示；
- 权限矩阵：用户 u 对资源 r 是否具有读权限，可存为 perm[u][r] ∈ {0,1}；
- 真值表压缩：n 个命题变量的合取范式，可用 2ⁿ 行 × m 列矩阵记录每种赋值下各子句的真假。
逻辑运算转化为数组遍历与条件赋值
常见操作无需调用专用逻辑函数，而是通过索引访问+简单判断实现：
- 逻辑与（AND）：对两同形矩阵 A、B，逐元素计算 C[i][j] = A[i][j] && B[i][j]；
- 逻辑或（OR）：C[i][j] = A[i][j] || B[i][j]；
- 逻辑非（NOT）：B[i][j] = !A[i][j]（注意类型需支持隐式转换或显式转为 0/1）；
- 蕴含（A → B）：等价于 (!A) || B，可直接写为 B[i][j] || !A[i][j]。
注意存储顺序与边界语义
- 多数语言（如 C、Java）按行优先顺序在内存中排布二维数组，但逻辑上仍按数学矩阵习惯解读（matrix[row][col]）；
- 索引从 0 开始，但逻辑含义由业务定义——比如第 0 行可能代表“用户组 A”，不能默认等同于“假值”；
- 全零矩阵不一定表示“全假”，可能是未初始化状态，需显式初始化或校验。
实际场景中的轻量级逻辑建模
- 电路仿真：用三维数组 sim[time][gate][input_port] 记录时序逻辑中每个时刻各门输入状态；
- 规则引擎：将 if-then 规则集编码为规则矩阵 R[rule_id][condition_id]，再与事实向量 F[condition_id] 做点积判定触发；
- 决策表：企业审批流中，“部门+职级+金额区间”构成三维键，对应动作值存于 action[dept][level][range] 中，查表即得结果。
不复杂但容易忽略
