Java数组实现矩阵转置需利用行优先存储特性，通过transposedj = matrixi映射索引；非方阵须新建n×m数组，避免非连续访问以提升缓存命中率。
在 Java 中用数组实现矩阵转置，核心是理解二维数组在内存中按行优先（row-major）存储的特性。直接逐列读取再逐行写入会导致大量非连续内存访问，影响缓存命中率。优化的关键在于：**让读写都尽量保持空间局部性，优先遍历连续地址**。
基础转置：理解索引映射关系
对于一个 m × n 的矩阵 matrix[m][n]，其转置结果为 n × m 的 transposed[n][m]，满足：
-
transposed[j][i] = matrix[i][j]（原第 i 行第 j 列 → 新第 j 行第 i 列） - 注意：若原矩阵非方阵，转置后行列尺寸互换，不能原地完成（需新数组）
朴素实现与性能瓶颈
常见写法如下，看似简洁但效率不高：
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
transposed[j][i] = matrix[i][j]; // 每次读 matrix[i][j] 是跨行跳转
}
}问题在于：matrix[i][j] 在内存中是按行连续存储的（matrix[0][0], matrix[0][1], ..., matrix[0][n-1], matrix[1][0], ...），而内层循环中 i 固定、j 变化，读取是连续的；但外层 i 变化时，每次访问 matrix[i][0] 都跳过整行（n 个元素），造成大量缓存未命中。
立即学习“Java免费学习笔记（深入）”；
优化策略：按块分治（Loop Tiling / Blocking）
将矩阵划分为小块（如 16×16），在每个块内完成局部转置，使读写都在缓存行（通常 64 字节）覆盖范围内进行：
- 选择块大小时考虑：Java 中
int占 4 字节，16×16 块共 1024 字节，适配多数 L1/L2 缓存 - 对每个块
[i..i+BS)[j..j+BS)，先读入临时块，再转置写入目标位置 - 保证读和写的内存访问都是连续或步长可控的
final int BLOCK_SIZE = 16;
for (int ii = 0; ii < m; ii += BLOCK_SIZE) {
for (int jj = 0; jj < n; jj += BLOCK_SIZE) {
int iEnd = Math.min(ii + BLOCK_SIZE, m);
int jEnd = Math.min(jj + BLOCK_SIZE, n);
for (int i = ii; i < iEnd; i++) {
for (int j = jj; j < jEnd; j++) {
transposed[j][i] = matrix[i][j];
}
}
}
}进阶技巧：避免冗余边界检查 & 使用一维数组模拟
二维数组本质是对象数组引用，存在额外间接寻址开销。用一维数组可提升局部性与 GC 友好性：
- 声明：
int[] matrix = new int[m * n];，其中matrix[i * n + j]对应原matrix[i][j] - 转置写入：
transposed[j * m + i] = matrix[i * n + j]; - 配合块划分时，一维索引计算更稳定，JIT 更易向量化（尤其配合
-XX:+UseSuperWord）
若矩阵为方阵且允许原地操作，还可使用对角线交换法（仅适用于 square 矩阵），避免额外空间，但需注意访存模式仍需分块以保缓存友好。
