二维数组是计算小规模方阵行列式的最直接方式，适用于2×2、3×3等阶数，可用公式法或递归拉普拉斯展开；需确保方阵、深拷贝子矩阵、防整数溢出及浮点精度问题。
计算矩阵行列式时，用二维数组存储矩阵是最直接的方式，尤其适合小规模方阵（如2×2、3×3），代码简洁、逻辑清晰。
二维数组如何表示方阵
行列式只对方阵有意义，因此二维数组必须是 n × n 形式。例如，一个3阶矩阵可定义为：
// C/C++ 风格示例
int matrix[3][3] = {
{2, 1, 3},
{0, 4, 1},
{1, 2, 5}
};
在其他语言中（如Python），可用嵌套列表：[[2,1,3], [0,4,1], [1,2,5]]，访问元素统一用 matrix[i][j] 表示第i行第j列（索引从0开始）。
2×2 和 3×3 的直接公式法
小阶数推荐直接展开，避免递归或高斯消元的开销：
- 2×2 行列式：det = a[0][0]×a[1][1] − a[0][1]×a[1][0]
- 3×3 行列式（按第一行展开）：
det = a[0][0]×(a[1][1]×a[2][2]−a[1][2]×a[2][1])
− a[0][1]×(a[1][0]×a[2][2]−a[1][2]×a[2][0])
+ a[0][2]×(a[1][0]×a[2][1]−a[1][1]×a[2][0])
通用递归实现（拉普拉斯展开）
对任意n阶方阵，可用代数余子式递归计算：
- 选某一行（通常第一行），对每个元素
matrix[0][j]计算其代数余子式 - 余子式是去掉第0行和第j列后形成的(n−1)×(n−1)子矩阵的行列式
- 符号因子为 (−1)j，即交替加减
- 递归出口：n == 1 时返回唯一元素；n == 2 时用公式直接算
注意：该方法时间复杂度为 O(n!)，仅适用于 n ≤ 6 的场景；大矩阵应改用高斯消元转上三角矩阵再求积。
避免常见错误
用二维数组实现时容易忽略的细节：
- 确保输入是方阵——检查行数与列数是否相等，否则行列式无定义
- 递归中构造子矩阵需深拷贝，不能简单指针偏移（尤其在C中）
- 整数运算可能溢出，较大数值建议用
long long或浮点类型 - 浮点矩阵需考虑精度问题，避免用 == 判断零值，应设小阈值（如
fabs(x) ）
