arrays.fill不分配内存，仅填充现有数组，其速度优势源于jvm底层优化：对一维基本类型数组编译为内存块拷贝指令，省边界检查与循环开销；对象/多维数组无此优化，需逐行调用；大数组可结合并行流提速80%，但小数组反降效；特殊场景应选arrays.setall、静态初始化或nio buffer等替代方案。
Arrays.fill 不分配内存，只填充已存在的数组；它的速度优势来自 JVM 底层优化，不是靠“省代码”，而是靠跳过循环开销、利用内存块拷贝指令。真正想提速，关键在用对场景、避开陷阱、选对调用方式。
一维基本类型数组：JVM 自动走内存拷贝路径
对 int[]、byte[]、boolean[] 等基本类型数组，HotSpot JVM 会将 Arrays.fill 编译为类似 C 的 memset 或 memmove 指令，直接操作连续内存块：
- 不逐个检查数组边界（省掉每次 i
- 不执行循环变量增减（省掉 i++ 和跳转指令）
- 利用 CPU 的批量写入能力，单次操作几十甚至上百字节
实测百万级 int 数组填 -1：
for 循环 约 3.2 ms｜Arrays.fill 约 1.1 ms（快近 3 倍）
对象数组和多维数组：别指望“自动加速”
Arrays.fill 对 String[]、List[] 等引用类型数组，只是复制引用地址，不会触发内存拷贝优化；它本质仍是逐元素赋值，性能≈手写 for 循环：
- 填
Arrays.fill(strs, "OK")没问题——字符串字面量安全 - 填
Arrays.fill(lists, new ArrayList())有坑——所有元素指向同一实例 - 二维数组不能直接
Arrays.fill(matrix, val)，必须逐行调用：for (int[] r : matrix) Arrays.fill(r, 0)
这种逐行调用比双重 for 快 20–30%，因为 JIT 更容易优化外层 foreach，且避免了内层重复读取 r.length。
大数组 + 多核：并行流能再压 80% 时间
当数组行数 ≥ 1 万、CPU 核心数 ≥ 4 时，并行处理外层索引收益明显：
- 串行逐行 fill（10000×1000）：约 423 ms
- 并行流 + fill：约 58 ms（16 核机器实测）
- 写法示例：
IntStream.range(0, matrix.length).parallel().forEach(i -> Arrays.fill(matrix[i], -1))
注意：并行有启动开销，小数组（如
替代方案：什么情况下该换别的方法？
Arrays.fill 不是万能钥匙。以下情况建议绕开它：
- 要生成不同值（如
i*i、"ID_"+i）→ 用Arrays.setAll(arr, i -> i * i) - 数组长度固定、值已知 → 直接静态初始化：
int[][] m = {{1,2},{3,4}};（零运行时成本） - 需链式操作或配合流处理 →
IntStream.range(0, n).mapToObj(i -> new Data(i)).toArray(Data[]::new) - 超大数组（GB 级）或堆外内存 → Arrays.fill 不适用，改用 NIO Buffer 的
put()或分块填充
不复杂但容易忽略细节。
