Java二维数组空间复杂度为O(n×m)，取决于实际元素总数而非维度结构；其本质是“数组的数组”，内存非连续，支持不规则形状，总空间含外层引用数组、所有内层数组数据及对象头开销。
Java二维数组的空间复杂度不取决于“二维”这个结构本身，而取决于它实际占用了多少内存单元，以及是否引入额外空间。核心原则是：只算显式申请的、随输入规模增长的额外内存。
二维数组的本质是“数组的数组”
Java中没有真正意义上的“矩形二维数组”，而是一维数组，每个元素又指向另一个一维数组。这意味着：
- 内存不是完全连续的：外层数组（行引用数组）是连续块，但每行内层数组在堆中独立分配
- 支持不规则形状：
int[][] jagged = new int[3][]后可分别赋jagged[0] = new int[1]、jagged[1] = new int[4]等 - 总空间 = 外层数组引用空间 + 所有内层数组数据空间 + 各对象头与对齐填充
静态声明二维数组的空间开销
以 int[][] matrix = new int[5][8] 为例（规整5×8）：
- 外层数组：长度为5的
int[]引用数组 → 占用约 16（对象头+长度）+ 5×8 = 56 字节（64位JVM，引用8B），对齐后通常为64B - 5个内层数组：每个是
new int[8]→ 每个约 16 + 8×4 = 48 字节，对齐为48或56B；5个共约 240–280 字节 - 合计约 300–350 字节，渐进表示为 O(5×8) = O(n×m)
注意：无论写成 new int[5][8] 还是 new int[40][1]，只要总元素数相同，空间复杂度都是 O(元素总数)。
立即学习“Java免费学习笔记（深入）”；
遍历和操作时是否新增空间
单纯读写、遍历二维数组本身不会带来额外空间增长：
- 双重for循环只需
i、j等常量级变量 → 空间复杂度仍为 O(1) - 增强for循环（
for (int[] row : matrix)）也只引入一个引用变量 → 不改变空间阶数
但以下操作会显著增加空间占用：
- 创建新二维数组保存结果（如矩阵转置、深拷贝）→ O(n×m)
- 递归处理（如DFS搜索二维网格）→ 栈空间最坏 O(n×m)，与原数组并存时取最大值
- 用
ArrayList<List<Integer>>替代int[][]→ 每个Integer对象约16B，加上引用和扩容冗余，空间开销远高于原生数组
常见误区与实战提醒
写代码时容易忽略但影响空间效率的关键点：
-
“维度多”不等于“空间大”：
int[1][10000]和int[100][100]都是 O(10⁴)，别因写法不同误判 -
传参不复制内容：方法接收
int[][] arr是传引用，函数体内不 new 就不会新增数组空间 -
避免隐式装箱：用
Integer[][]存小整数，比int[][]多出十几倍内存，且触发GC压力 -
稀疏场景慎用二维数组：若90%元素为0，考虑用
Map<Pair<Integer,Integer>, Integer>或压缩存储，省下大量空间
