Java二维数组矩阵相乘必须满足第一个矩阵列数等于第二个矩阵行数，结果维度为行×列，通过i（行）、j（列）、k（累加）三层循环实现行×列点积，索引错位或缺维校验将导致错误。
Java 中二维数组矩阵相乘必须严格遵循线性代数定义，核心是“行×列点积”，不是逐元素相乘。实现的关键不在技巧，而在三层索引逻辑的准确对应：外层定结果行、中层定结果列、内层遍历公共维度求和。写错一层索引，结果就全错。
矩阵乘法的维度前提与初始化
两个矩阵能相乘，前提是第一个矩阵的列数等于第二个矩阵的行数。比如 A 是 3×4，B 是 4×2，结果 C 就是 3×2。不满足就直接抛异常，而不是硬算——这是健壮性的第一道防线。
- 用 m1.length 得 A 的行数（即 C 的行数）
- 用 m1[0].length 得 A 的列数（也等于 B 的行数）
- 用 m2[0].length 得 B 的列数（即 C 的列数）
- 结果数组声明为 new double[rows1][cols2]，别靠猜或写死数字
三重循环的职责必须分明
每一层循环只干一件事，命名要直白：i 负责行、j 负责列、k 负责累加下标。混淆任意两个变量，比如把 k 写成 j 或漏掉 k 层，都会导致只算对角线或越界。
- 外层 i：遍历结果矩阵的每一行（0 到 rows1−1）
- 中层 j：遍历结果矩阵的每一列（0 到 cols2−1）
- 内层 k：从 0 到 cols1−1（即公共维度长度），计算 m1[i][k] * m2[k][j] 并累加
- 内层必须初始化 sum = 0.0 或直接赋初值，不能依赖默认值侥幸
常见错误与规避方式
很多代码看似跑通却输出全零或对角阵，问题几乎都出在索引映射上。典型错误是把 m1[i][k] * m2[k][j] 写成 m1[i][j] * m2[i][j] 或 m1[j][k] * m2[k][i]——这根本不是矩阵乘法，只是乱配。
立即学习“Java免费学习笔记（深入）”；
- 别用模糊名如 fila、col1，统一用 i/j/k 或 row/col/k
- 别省略维度校验：空数组、null、列≠行，都要提前拦住
- 打印调试时，别只看最终结果；可临时加 System.out.printf("C[%d][%d] = %.1f%n", i, j, sum); 验证单个元素计算是否正确
基础版够用，进阶优化有方向
标准三重循环时间复杂度 O(m·n·p)，对中小规模矩阵完全够用。真遇到大矩阵，再考虑升级路径：
- 缓存友好改写：把最内层循环放在 j 上（即改变循环顺序为 i→k→j），提升 CPU 缓存命中率
- 并行化：用 ForkJoinPool 或 parallelStream 拆分行计算，注意线程安全
- 分块乘法：适合超大矩阵，把矩阵切块后局部计算，减少内存抖动
- 业务场景若频繁调用，建议封装成 Matrix 类，提供 multiply、print、transpose 等方法
