张江名媛1. 数据结构基础：行主序与列主序的内存布局解析
在计算机科学中，理解数据在内存中的存储方式对编写高效程序至关重要。内存本质上是一维连续的存储空间，而我们在编程中经常使用的多维数组需要特定的映射规则才能存储在这个线性空间中。
1.1 二维数组的内存映射原理
假设我们有一个3行4列的二维数组，逻辑视图如下：
code复制j=0 j=1 j=2 j=3
i=0 [00 01 02 03]
i=1 [10 11 12 13]
i=2 [20 21 22 23]
这个二维结构需要被"展平"存储到一维内存中。两种主要的映射方式是行主序(Row-Major)和列主序(Column-Major)。
关键点：内存访问模式直接影响程序性能。现代CPU的缓存机制对连续内存访问有极大优化，理解存储顺序可以帮助我们编写缓存友好的代码。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 行主序存储详解
2.1 行主序的定义与特点
行主序是将数组按行依次存储的方式。以上述3×4数组为例，内存中的排列顺序为：
code复制[00][01][02][03][10][11][12][13][20][21][22][23]
计算元素a[i][j]在一维数组中的下标公式为：
code复制index(i,j) = i × c + j
其中c是列数。
2.2 地址计算公式推导
假设：
- 基地址为b
- 每个元素占s字节
- 数组有r行c列
则元素a[i][j]的实际内存地址为：
code复制address(i,j) = b + (i × c + j) × s
推导过程：
- 前i行共有i×c个元素
- 当前行中，前j列有j个元素
- 因此总偏移量为(i×c + j)个元素
- 乘以元素大小s得到字节偏移量
2.3 C++实现示例
cpp复制class RowMajorMatrix {
public:
RowMajorMatrix(int rows, int cols)
: rows_(rows), cols_(cols), data_(rows * cols) {}
int& At(int i, int j) {
return data_[i * cols_ +