本文介绍在 ojAlgo 库中对 Primitive64Matrix（新版为 MatrixR064）或可变矩阵 Primitive64Store 的每一行进行高效排序的正确实践，避免低效拷贝，推荐使用 RowView + ArrayR064 缓冲区的组合方式。
本文介绍在 ojalgo 库中对 `primitive64matrix`（新版为 `matrixr064`）或可变矩阵 `primitive64store` 的每一行进行高效排序的正确实践，避免低效拷贝，推荐使用 `rowview` + `arrayr064` 缓冲区的组合方式。
在 ojAlgo 中，Primitive64Matrix（在 v48+ 已重命名为 MatrixR064）是不可变（immutable）矩阵类型——这意味着任何“修改”操作（如替换某一行）都必须通过创建新实例完成，无法原地更新。你当前代码中反复调用 .copy() 并重建矩阵，不仅语义冗余，而且性能开销显著（每次 .copy() 都会复制整个矩阵数据）。幸运的是，ojAlgo 提供了更高效、更符合设计意图的替代方案。
✅ 推荐方案一：使用 MatrixR064 + DenseReceiver（适用于不可变场景）
若必须使用不可变矩阵（例如需保持函数式风格或兼容旧接口），应一次性构建接收器（DenseReceiver）并批量填充，而非循环中多次 .copy()：
double[][] tab = { { 1, 3, 4, 2 }, { 0, 4, 3, 1 } };
MatrixR064 matrix = MatrixR064.FACTORY.rows(tab);
// 一次性创建接收器，避免循环内重复 copy
DenseReceiver receiver = matrix.copy();
ArrayR064 temp = ArrayR064.make(matrix.getColDim()); // 复用缓冲区
for (RowView<double> rowView : matrix.rows()) {
rowView.supplyTo(temp.data); // 高效提取当前行到数组
Arrays.sort(temp.data); // 原地排序
receiver.fillRow(rowView.row(), temp); // 直接填入目标行
}
matrix = receiver.get(); // 最终一次性获取新矩阵</double>
? 关键优化点：
- rowView.supplyTo(...) 比 matrix.row(i).toRawCopy1D() 更高效（避免中间 Access1D 封装与额外数组分配）；
- ArrayR064.make(n) 复用同一缓冲区，减少 GC 压力；
- fillRow(int, ArrayR064) 是专为批量写入优化的 API，比 FACTORY.rows(...) 构造再赋值快得多。
✅ 推荐方案二：改用 Primitive64Store（推荐！支持真正原地修改）
Primitive64Store 是可变（mutable）的底层存储实现，无需拷贝即可直接修改，语义清晰且性能最优：
double[][] tab = { { 1, 3, 4, 2 }, { 0, 4, 3, 1 } };
Primitive64Store matrix = Primitive64Store.FACTORY.rows(tab); // 返回可变 store
ArrayR064 temp = ArrayR064.make(matrix.getColDim());
for (RowView<double> rowView : matrix.rows()) {
rowView.supplyTo(temp.data);
Arrays.sort(temp.data);
matrix.fillRow(rowView.row(), temp); // 直接写回原矩阵，无拷贝！
}
// matrix 已就地更新，无需 reassign</double>
✅ 这是最简洁、最高性能的解法：零对象分配（除 temp 外）、无中间矩阵、逻辑直白。Primitive64Store 是 ojAlgo 推荐用于计算密集型场景的默认存储类型。
⚠️ 注意事项与最佳实践
- 不要混淆类型：MatrixR064（不可变） vs Primitive64Store（可变）。优先选用后者处理需修改的矩阵；
- 避免 toRawCopy1D()：它创建新数组且绕过 ojAlgo 内部优化，RowView.supplyTo() 是标准高效提取方式；
- 复用 ArrayR064：其 data 字段是 double[]，可安全复用，避免每行新建数组；
- 版本兼容性：若使用 ojAlgo ≥ v48，请将 Primitive64Matrix 替换为 MatrixR064，Primitive64Store 名称保持不变；
- 扩展性提示：如需按列排序或自定义比较器，可结合 ColumnView 或 Arrays.sort(double[], from, to, comparator)（需自行索引映射）。
总之，放弃“先取行→排序→构造新行→替换”的链式思维，转向 ojAlgo 的视图（RowView）+ 存储（Store）+ 缓冲（ArrayR064）三位一体模式，即可写出既高效又地道的矩阵行排序代码。
