Java 编程中二维数组操作性能调优的实战经验指南

说到底，Ja va 二维数组性能瓶颈——关键不在写法本身，而在于循环访问模式是否贴合内存和缓存的工作习惯。行优先遍历几乎总是最优路径；反过来，列优先一次跳过一整行，缓存未命中率飙升。通过一维展平加缓存行对齐，实测能提升 4 到 8 倍性能。当然，还得注意规避对象膨胀和伪共享这两类隐形干扰。

Ja va 二维数组性能瓶颈大多不在语法写法，而在内存布局与 CPU 缓存的配合方式。真正影响速度的，是访问模式是否贴合底层数据在堆上的物理分布。

行优先遍历是默认最优路径

先说一个容易被忽略的事实：Ja va 的 int[][] 是“数组的数组”，每行 int[] 独立分配，但同一行内的元素在堆内存中是连续存放的。这意味着什么？

• 最内层循环应该把列索引（j）放在内层，这样才能保证地址递增且步长一致，天然利用到 64 字节的缓存行预取机制。
• 相反，若写成列优先——即外层循环列、内层循环行——CPU 每次跳到下一行，上一行的缓存行还没用上就被丢弃，L1/L2 缓存未命中率飙升。
• 以一个 1000×1000 的 int 矩阵为例，做列向求和比行向求和慢 4～8 倍。问题不在算法，而在数据访问顺序和缓存的匹配程度。

用一维数组替代二维声明，掌控内存连续性

如果经常做数值密集计算——比如矩阵乘法、图像滤波——不妨考虑放弃 int[][]，换成单块一维数组。具体做法是：

• 声明：int[] data = new int[rows * cols];
• 写入：data[i * cols + j] = value;
• 读取：int val = data[i * cols + j];

好处很明显：数据在堆上完全连续，JVM 更容易做预取，垃圾回收压力小，缓存利用率接近理论峰值。建议封装成一个 Matrix 类，对外暴露 get(i, j) / set(i, j, v) 接口，把索引计算细节藏起来。

对齐缓存行，减少跨行分裂

即使改用一维数组，如果逻辑列宽不是 16——因为一个缓存行正好能装 16 个 int（64 字节 ÷ 4 字节）——那么每行末尾的元素就会跨缓存行，访问效率打折扣。解决方法是做行填充：

• 计算填充后宽度：int paddedCols = ((cols + 15) / 16) * 16;
• 分配数组：int[] data = new int[rows * paddedCols];
• 业务逻辑只操作前 cols 列，多出来的空间不参与计算，纯粹做对齐。

这种技巧在图像处理、固定尺寸信号处理场景里特别适用。

规避对象膨胀与伪共享干扰

密集计算路径中，任何额外对象都会破坏局部性，需要特别留心几件事：

• 不要用 Integer[][] 代替 int[][]——每个元素都是一个独立堆对象，指针跳转会彻底瓦解空间局部性，性能损失非常大。
• 避免在循环内创建短生命周期对象，比如 new Point(i, j)，这会引起线程本地缓冲区频繁分配和 GC 扫描。
• 如果一定要做结构化访问，可以用 @Contended 注解或 VarHandle 来控制字段对齐，防止伪共享。