数组是Java中的一种容器对象,它拥有多个单一类型的值。当数组被建立的时候数组长度就已经肯定了。在建立以后,其长度是固定的。下面是一个长度为10的数组:html
public class ArrayDemo { private int arraySize=10; public int[] arrayOfIntegers = new int[arraySize]; }
上面的代码是一维数组的例子。换句话说,数组长度只能在一个方向上增加。不少时候咱们须要数组在多个维度上增加。这种数组咱们称之为多维数组。为简单起见,咱们将它称为2维数组。当咱们须要一个矩阵或者X-Y坐标系的时候,二维数组是很是有用的。下面就是一个二维数组的例子:java
public class TheProblemOf2DArray { private static final int ARR_SIZE=10; public static void main(String[] args) { int arr[][]=new int[ARR_SIZE][ARR_SIZE]; } }
想象一下,一个二维数组看起来就像一个X-Y坐标系的矩阵。数组
然而,可能让Java开发者们感到惊讶的是,Java实际上并无二维数组。性能
在一个真正的数组中,全部的元素在内存中都存放在连续的内存块中,可是在Java的二维数组并非这样。Java中全部一维数组中的元素占据了相邻的内存位置,所以是一个真正的数组。this
在Java中,当咱们定义:code
int singleElement // 表示一个int变量
int[] singleDArray // 表示一个int变量数组(一维)
int[][] twoDArray // 表示一个int变量数组的数组(二维)htm
这意味着,在上面的例子中,二维数组是一个数组的引用,其每个元素都是另外一个int数组的引用。对象
这张图片清楚地解释了这个概念。图片
因为二维数组分散在存储器中,因此对性能有一些影响。为了分析这种差别,我写了一个简单的Java程序,显示遍历顺序的重要性。内存
/** * 二维数组的问题 * * 咱们在初始化一个任意大小的2维数组。(为简化分析咱们使用二维方阵)咱们将用两种不一样方式迭代同一个数组,分析结果 两种迭代方式的性能差距很大 * * @author mohit * */ public class TheProblemOf2DArray { // 数组大小:数组越大,性能差距越明显 private static final int ARR_SIZE = 9999; public static void main(String[] args) { // 新数组 int arr[][] = new int[ARR_SIZE][ARR_SIZE]; long currTime = System.currentTimeMillis(); colMajor(arr); System.out.println("Total time in colMajor : " + (System.currentTimeMillis() - currTime) + " ms"); // 新数组,与arr彻底相同 int arr1[][] = new int[ARR_SIZE][ARR_SIZE]; currTime = System.currentTimeMillis(); rowMajor(arr1); // this is the only difference in above System.out.println("Total time in col : " + (System.currentTimeMillis() - currTime) + " ms"); } /** * 下面的代码按列优先遍历数组 即在扫描下一列以前先扫描完本列 * */ private static void colMajor(int arr[][]) { for (int i = 0; i < ARR_SIZE; i++) { for (int j = 0; j < ARR_SIZE; j++) { // See this, we are traversing j first and then i arr[i][j] = i + j; } } } /** * 若是咱们转换内外循环 程序就以行优先顺序遍历数组 即在扫描下一行以前先扫描完本行 * 这意味着咱们访问数组时每次都在访问不一样的列(所以也在访问不一样的页) 代码微小的改变将致使这个程序花费更多的时间完成遍历 */ private static void rowMajor(int arr[][]) { for (int i = 0; i < ARR_SIZE; i++) { for (int j = 0; j < ARR_SIZE; j++) { /* * 看这个,咱们先遍历j,而后遍历i,可是对于访问元素来讲 它们在更远的位置,因此须要花费的更多 */ arr[j][i] = i + j; } } } }
下面是运行结果:
Total time in colMajor : 133 ms Total time in col : 2036 ms
能够看出性能差距仍是很大的,因此在操做二维数组的时候按顺序操做。