本文详细讲解如何在java中正确实现两个二维数组（矩阵）的乘法运算，涵盖算法原理、标准三重循环结构、维度校验逻辑，并修正初学者常见的索引错误。
本文详细讲解如何在java中正确实现两个二维数组（矩阵）的乘法运算，涵盖算法原理、标准三重循环结构、维度校验逻辑，并修正初学者常见的索引错误。
矩阵乘法不同于逐元素相乘，其核心定义是：结果矩阵中第 i 行第 j 列的元素，等于第一个矩阵第 i 行与第二个矩阵第 j 列对应元素乘积之和。因此，必须满足前提条件——第一个矩阵的列数等于第二个矩阵的行数，否则乘法无定义。
以下是符合数学定义、健壮且可直接复用的标准实现：
public double[][] producto(double[][] m1, double[][] m2) {
// 边界校验：确保矩阵维度兼容
if (m1 == null || m2 == null || m1.length == 0 || m2.length == 0
|| m1[0].length != m2.length) {
throw new IllegalArgumentException("Invalid matrix dimensions for multiplication: "
+ "m1 columns (" + (m1.length > 0 ? m1[0].length : 0)
+ ") must equal m2 rows (" + m2.length + ")");
}
final int rows1 = m1.length; // 结果矩阵行数
final int cols1 = m1[0].length; // m1列数 = m2行数（已校验）
final int cols2 = m2[0].length; // 结果矩阵列数
double[][] result = new double[rows1][cols2];
// 三重循环：外层遍历结果矩阵的行(row)，中层遍历列(col)，内层累加点积
for (int row = 0; row < rows1; row++) {
for (int col = 0; col < cols2; col++) {
double sum = 0.0;
for (int k = 0; k < cols1; k++) { // k 遍历公共维度（m1的列 / m2的行）
sum += m1[row][k] * m2[k][col];
}
result[row][col] = sum;
}
}
return result;
}✅ 关键要点说明：
- 循环结构不可简化：必须使用三层嵌套——row（结果行）、col（结果列）、k（求和索引），缺一不可；原代码中错误地将 col1 与 fila 同步递增，导致只计算对角线位置。
- 初始化安全：double 数组默认初始化为 0.0，但显式赋 sum = 0.0 更清晰；避免依赖默认值提升可读性。
- 维度命名语义化：使用 rows1, cols1, cols2 等变量名替代 m1.length 等原始表达，显著增强代码可维护性。
- 空值与非法维度防护：开头即校验 null 和空数组，并在异常信息中明确指出不匹配的具体数值，便于调试。
? 验证示例：
输入 m1 = {{1,1,1},{1,1,1},{1,1,1}} 和 m2 = {{2,2,2},{2,2,2},{2,2,2}}（均为 3×3），每个结果元素为 1×2 + 1×2 + 1×2 = 6，因此输出为 {{6,6,6},{6,6,6},{6,6,6}}，完全符合预期。
掌握此模板后，你不仅能正确实现矩阵乘法，更能深入理解二维数组索引映射与线性代数运算在编程中的对应关系——这是数值计算、机器学习及图形学等领域的基础能力。
立即学习“Java免费学习笔记（深入）”；
