数组是Java中的一种容器对象，它拥有多个单一类型的值。当数组被创建的时候数组长度就已经确定了。在创建之后，其长度是固定的。下面是一个长度为10的数组：
public class ArrayDemo {
private int arraySize=10;
public int[] arrayOfIntegers = new int[arraySize];
}
上面的代码是一维数组的例子。换句话说，数组长度只能在一个方向上增长。很多时候我们需要数组在多个维度上增长。这种数组我们称之为多维数组。为简单起见，我们将它称为2维数组。当我们需要一个矩阵或者X-Y坐标系的时候，二维数组是非常有用的。下面就是一个二维数组的例子：
public class TheProblemOf2DArray {
private static final int ARR_SIZE=10;
public static void main(String[] args) {
int arr[][]=new int[ARR_SIZE][ARR_SIZE];
}
}
想象一下，一个二维数组看起来就像一个X-Y坐标系的矩阵。
然而，可能让Java开发者们感到惊讶的是，Java实际上并没有二维数组。
在一个真正的数组中，所有的元素在内存中都存放在连续的内存块中，但是在Java的二维数组并不是这样。Java中所有一维数组中的元素占据了相邻的内存位置，因此是一个真正的数组。
在Java中，当我们定义：
int singleElement // 表示一个int变量
int[] singleDArray // 表示一个int变量数组（一维）
int[][] twoDArray // 表示一个int变量数组的数组（二维）
这意味着，在上面的例子中，二维数组是一个数组的引用，其每一个元素都是另一个int数组的引用。
这张图片清楚地解释了这个概念。
由于二维数组分散在存储器中，所以对性能有一些影响。为了分析这种差异，我写了一个简单的Java程序，显示遍历顺序的重要性。
package arrayTraverse;
/**
* 二维数组的问题
*
* 我们在初始化一个任意大小的2维数组。（为简化分析我们使用二维方阵）我们将用两种不同方式迭代同一个数组，分析结果
* 两种迭代方式的性能差距很大
* @author mohit
*
*/
public class TheProblemOf2DArray {
//数组大小：数组越大，性能差距越明显
private static final int ARR_SIZE=9999;
public static void main(String[] args) {
//新数组
int arr[][]=new int[ARR_SIZE][ARR_SIZE];
long currTime=System.currentTimeMillis();
colMajor(arr);
System.out.println("Total time in colMajor : "+(System.currentTimeMillis()-currTime)+" ms");
//新数组，与arr完全相同
int arr1[][]=new int[ARR_SIZE][ARR_SIZE];
currTime=System.currentTimeMillis();
rowMajor(arr1); // this is the only difference in above
System.out.println("Total time in col : "+(System.currentTimeMillis()-currTime) +" ms");
}
/**
* 下面的代码按列优先遍历数组
* 即在扫描下一列之前先扫描完本列
*
*/
private static void colMajor(int arr[][]) {
for(int i=0;i<ARR_SIZE;i++){
for (int j=0;j<ARR_SIZE;j++){
//See this, we are traversing j first and then i
arr[i][j]=i+j;
}
}
}
/**
* 如果我们转换内外循环
* 程序就以行优先顺序遍历数组
* 即在扫描下一行之前先扫描完本行
* 这意味着我们访问数组时每次都在访问不同的列（因此也在访问不同的页）
* 代码微小的改变将导致这个程序花费更多的时间完成遍历
*/
private static void rowMajor(int arr[][]) {
for(int i=0;i<ARR_SIZE;i++){
for (int j=0;j<ARR_SIZE;j++){
/*看这个，我们先遍历j，然后遍历i，但是对于访问元素来说
* 它们在更远的位置，所以需要花费的更多
*/
arr[j][i]=i+j;
}
}
}
}
下面是示例的结果：
重复上面的例子，它会始终给出类似的结果，不过时间差可能会有所不同。