二维数组排序需依目标选择策略：按行独立排序仅使每行内有序；按列主键排序则重排整行；行列协同排序须兼顾顺序依赖，转置可用于按行值重排列。

二维数组的行排序与列排序不是简单相加，而是存在先后依赖关系：先按行整体排序（即把每行看作一个单元），再在行内或列间做进一步调整。关键在于明确“排序目标”——是让每行内部有序？还是让整个数组按某列主键升序、同值时按次列排序？不同目标对应完全不同的实现逻辑。

按行独立排序（每行内部升序）

这是最基础的操作，不改变行数和列数，只对每行单独调用一维排序算法：

• Java 中可用 Arrays.sort(arr[i]) 遍历每一行
• Python + NumPy 可用 np.sort(arr, axis=1) 沿列方向排序（即每行内排）
• C/C++ 需嵌套循环，对每行用冒泡、快排等手动实现
• 注意：该操作后，各行之间无大小关系，第一列不再有序

按列主键排序（整行重排，以某列为依据）

这是更常见的业务需求，例如“按成绩总分从高到低排学生记录”，本质是将二维数组视为记录集合，按指定列排序整行：

• NumPy 中最简洁：arr = arr[arr[:, col_index].argsort()]（升序）
• 若需多级排序（如总分相同按姓名字母序），用 np.lexsort，传入元组如 (arr[:,1], arr[:,0]) 表示先按第1列、再按第0列
• Java 中需自定义 Comparator，比较逻辑为 a[col] - b[col]，再用 Arrays.sort(arr, comparator)
• 该操作会打乱原始行顺序，但保证指定列单调

行列协同排序（先行后列，或先列后行）

当需要同时满足行内有序和列间有序时，不能分步执行——因为行排序会破坏列序，列排序又会打乱行内顺序。必须采用复合策略：

• 若目标是“每行升序，且首列也升序”，可先按首列排序整行，再对每行单独排序（此时首列已有序，行内排序不影响其相对位置）
• 若要求“所有元素全局升序铺满数组”，应先展平为一维、排序、再reshape回原尺寸
• Java 手写先行再列排序时，常见错误是把列索引写死为 1，实际应循环遍历所有列，对相同首列值的连续行块，在后续列上逐列稳定排序
• 稳定性很重要：使用稳定排序算法（如归并），才能保证次级列排序不破坏前级顺序

转置技巧实现“按行排序”效果

有时需求表面是“按某行排序列”，实则是想让列顺序反映该行数值大小，例如“按第三行数值从小到大重排各列”。这时可借助转置：

• NumPy：arr = arr.T[arr.T[:, row_index].argsort()].T
• 或更直观：arr = arr[:, arr[row_index].argsort()]（直接对列索引排序）
• 本质是把目标行当作一维数组排序，拿到索引后重排所有列
• 该操作不改变行内结构，仅调整列的左右顺序