一维数组是算法中最基础且不可替代的结构，因其连续内存、固定类型和索引直达特性，实现O(1)随机访问，支撑排序、查找、滑动窗口等核心算法，并作为栈、队列、二维数组、哈希表等结构的底层载体。
一维数组是算法中真正“打底”的结构——它不炫技，但几乎所有基础算法都绕不开它。它的价值不在复杂，而在可靠：连续内存、固定类型、索引直达，让访问、遍历、比较这些基本操作稳定高效。
它是线性逻辑的物理载体
线性结构强调“一对一”的前后关系，而一维数组正是这种关系最直接的实现方式：a[0] 是第一个，a[1] 是它的后继，a[n-1] 是最后一个，中间每个元素都有唯一前驱和唯一后继。栈、队列、链表虽也属线性结构，但它们的操作受限或依赖指针；数组则把逻辑顺序和物理地址对齐，让“第 i 个”这个概念变成一次加法运算（基地址 + i × 元素大小），时间复杂度稳稳落在 O(1)。
它是多数算法的默认输入与容器
排序、查找、滑动窗口、双指针、前缀和……这些高频算法题，输入几乎总是“一个整数数组”或“一个字符串（本质是 char[]）”。原因很实在：
- 数据批量、类型统一，天然适配批量处理逻辑
- 支持随机访问，便于跳跃式比较（如二分查找）、区间计算（如 sum[i..j] = prefix[j+1] - prefix[i]）
- 长度固定且可知（通过 .length），方便边界控制和空间预估
它是理解更复杂结构的跳板
二维数组本质是“数组的数组”，稀疏矩阵压缩、图的邻接矩阵表示、动态规划的状态表，都建立在一维数组的寻址逻辑之上；链表的模拟、哈希表的底层桶数组、甚至堆的完全二叉树存储，也都依赖一维连续空间的下标映射规则。没吃透 a[i] 怎么算地址、为什么越界会报错、length 为什么不是方法而是属性，后续学任何基于数组的抽象结构都会卡在底层细节上。
它暴露关键工程意识
写算法时，数组逼你直面三个现实问题：
- 边界意识：for 循环写 i
- 不可变性认知：new int[5] 创建后长度锁死，插入删除必须靠新数组复制——这解释了为何 ArrayList 内部要封装扩容逻辑
- 默认值约定：int[] 默认全 0，boolean[] 全 false，引用类型全 null，这些隐含状态直接影响初始化判断
不复杂，但决定你写出来的代码是健壮还是脆弱。
